Woof, Model Suara AI 32 MB yang Bisa Bicara Tanpa Internet

Startup Underdog merilis Woof, model text-to-speech yang ukurannya hanya 31,7 MB dan bisa berjalan langsung di browser tanpa koneksi internet setelah dimuat satu kali. Model ini mengubah teks apa pun menjadi suara, tanpa perlu mengirim data ke server cloud.

Ringkasan

  • Woof mengubah teks menjadi suara dalam berkas 31,7 MB untuk satu suara, atau 40,6 MB untuk dua suara.
  • Model berjalan di browser dan tetap bekerja saat Wi-Fi dimatikan; bobotnya terbuka untuk pemakaian non-komersial.
  • Demo Woof berupa gim di browser: mesin tik yang membacakan ketikan dan pemutar musik yang bisa diputar.

Demo yang disiapkan Underdog berbentuk gim di sebuah ruangan bertema teknologi retro, lengkap dengan mesin tik dan monitor CRT. Pengunjung bisa mengetik apa saja di mesin tik itu, lalu gim membacakannya dengan suara Woof. Ada juga pemutar musik yang menghasilkan jenis musik berbeda saat diputar, serta lampu meja yang berbunyi ketika saklarnya diklik. Intro gim itu menyindir penyedia cloud yang “intrusif”, sindiran untuk model suara yang selama ini hanya bisa jalan di server jauh.

Ukuran Woof terbilang ekstrem untuk model suara. Versi satu suara berisi 30,7 juta parameter, sedangkan versi dua suara 38,2 juta parameter. Underdog membandingkannya dengan Fish Audio Drama 3 yang berukuran 41,5 GB — klaim perusahaan, sekitar 1.300 kali lebih besar dari Woof. Bobot Woof dirilis terbuka di bawah lisensi CC BY-NC 4.0 untuk pemakaian non-komersial, dan versi dua suara tersedia di Hugging Face.

Woof bukan model pertama Underdog yang berukuran mungil. Beberapa minggu sebelumnya perusahaan itu meluncurkan Bark, model speech-to-text 167 MB untuk transkripsi dan dikte di perangkat. Underdog juga merilis model 27 miliar parameter yang bisa jalan di laptop, plus aplikasi yang masih dalam daftar tunggu dan diposisikan sebagai alternatif asisten AI yang di-hosting secara lokal. Pendiri Underdog, Sigil Wen, mengatakan kepada TechCrunch bahwa ia membangun sistem itu karena ingin model AI berjalan di perangkat pengguna sendiri dan membiarkan mereka memegang datanya.

Bagi pengguna di Indonesia, model sekecil Woof membuka peluang asisten suara yang tetap berfungsi saat koneksi lemah atau mati, dan tidak mengharuskan rekaman suara dikirim ke server luar. Keterbatasannya juga jelas: model sekecil ini tidak akan menggantikan model besar untuk tugas suara yang kompleks, tetapi cukup untuk asisten lokal atau podcast yang dipersonalisasi.

Sumber:

Tinggalkan Komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Scroll to Top