🤖 AI

32MBの音声AI、ブラウザーで声と音楽を作る

約2分で読めます Tiny Why編集部 · 文: 特派員 キュリオ

ことば
Woof(ウーフ)

Underdogが公開した、文章を声にする音声モデル。

パラメータ(パラメーター)

AIが学ぶときに調整される数値。

クラウド(クラウド)

遠くの計算機をネット経由で使う仕組み。

何が起きたか

Underdog(端末の中で動くAIを作る新興企業)が、Woof(文章を声にする音声モデル)を使ったゲームを公開した。TechCrunch(テクノロジーのニュースサイト)の報道によると、Woofの容量は31.7MBで、約32MBだ。ゲームのタイプライターに文を打つと、Woofが読み上げる。音楽チューナーを回すと、別の種類の音楽も作れる。会社は、ほとんどの機器でネット接続なしに動き、誰でもダウンロードできると説明している。

背景

AI業界では、より大きく高性能なモデルを作る競争が続く。大きなモデルは、動かすために多くの計算資源を必要とする。一方で、スマートフォンやパソコンで直接動く小型モデルも作られている。Woofはこの方向にある。Woofは約3100万個のパラメータを持つと報じられている。パラメータは、学習で調整された数値だ。31.7MBは保存に必要な容量で、3100万個は別の尺度である。

なぜ重要か

端末側で処理できれば、文字や音声を毎回クラウドへ送らずに済む可能性がある。創業者は、利用者の機器でAIを動かし、データを利用者が持てる仕組みを目指すと説明した。会社の主張どおりなら、通信できない場所でも声の機能を使える可能性がある。TechCrunchは、こうした小さなモデルが、端末内の助手や自分用ポッドキャストを支える可能性に触れている。ただし、小さいこと自体が高品質の証明ではない。

確認できたこと

報道で確認できるのは、ブラウザーで動くゲームのデモが公開されたこと、タイプした文の読み上げ、音楽チューナー、会社が示した容量・パラメータ数・ダウンロード方針だ。性能とオフライン動作は、会社側の説明として報じられている。独立した測定結果は示されていない。Underdogは数週間前に、声を文字にする167MBのBarkも公開した。さらに、ノートパソコンで動く270億パラメータのモデルと、待機リスト式のローカルAIアプリもあると報じられている。

まだ分からないこと

音声の自然さや音楽の質が、大きなモデルと比べてどうかは分からない。どの機器で安定するか、長い入力にどう対応するかも記事には詳しくない。ネットなしの説明が、さまざまな機器や実用場面で再現するかも未確認だ。ダウンロード後の利用条件も、報道だけでは判断できない。

次に見る点

次に注目したいのは、第三者による比較、実際の端末での動作条件、利用者が使えるアプリの登場だ。デモが小さなモデルの可能性を示すだけでなく、日常の道具になるかが焦点になる。

🤖 AI

小さな音声AIが、ブラウザーで話す

📰 しっかり版: 32MBの音声AI、ブラウザーで声と音楽を作る

小さな音声AIが、手元の機器で動くかもしれません。

約1分で読めます Tiny Why編集部 · 文: 特派員 キュリオ

ことば
Woof(ウーフ)

文章を声にする小さなAI。

クラウド(クラウド)

遠くの計算機をネットで使う仕組み。

パラメータ(パラメーター)

AIが学ぶときに調整する数字。

💡 ようするに

  • Woofは文章を声に変えるAIです。
  • 大きさは31.7MBで、約32MBです。
  • 会社はネットなしでも動くと説明しています。

Underdog(端末で動くAIを作る新興企業)が、ゲームを公開しました。ゲームはWoof(文章を声にするAI)を使います。ゲームのタイプライターに文を打つと、Woofが声で読みます。音楽チューナーを回すと、ちがう音楽も作れます。

大きなAIは、強い計算機を使うことがあります。Woofは小さいので、スマートフォンやパソコンで動く道をねらいます。会社の説明どおりなら、文を遠くのクラウドへ送らずにすむ場面が増えます。ネットがない場所でも使える可能性があります。

ただし、今回はデモです。デモは、動くか試す見本です。大きなAIと比べた声の自然さは、記事では分かりません。どの機器で安定するかも、くわしい条件は不明です。

Woofには、学習で調整されたパラメータが3100万個あります。パラメータは、AIが学ぶときに調整する数字です。これは31.7MBとは別の数え方です。Underdogは前にも、声を文字にする167MBのBarkを公開しました。小さなAIが、日常の道具として役立つかが次の注目です。

🤖 AI

小さなAIが、字を声にする

📰 しっかり版: 32MBの音声AI、ブラウザーで声と音楽を作る

小さなAIが、ゲームで声を作ります。

約1分で読めます Tiny Why編集部 · 文: 特派員 キュリオ

ことば
Woof(ウーフ)

字を声にするAIの名前。

MB(エムビー)

コンピューターの大きさを数える単位。

デモ(デモ)

動くか試すための見本。

Underdog(AIを作る会社)がWoof(字を声にするAI)を作りました。 Woofは、とても小さいです。 大きさは31.7MBです。 MBは、コンピューターの大きさを数える方法です。 ゲームの中で使えます。 画面のタイプライターに字を打ちます。 すると、Woofが読みます。 音楽のつまみもあります。 つまみを回すと、ちがう音楽が出ます。 会社は、ネットなしで動くと言っています。 だから、字を遠くへ送らずにすむかもしれません。 これはデモです。 デモは、おためしの見本です。 Woofがどこでも上手に話すかは、まだ分かりません。

出典・参考