🤖 AI

32MB的语音AI,能在浏览器里说话

约2分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
Woof

Underdog公开的文字转声音模型。

参数

模型学习时会调整的数字。

云端

把工作交给远处电脑的方式。

发生了什么

Underdog(一家想让人工智能在个人设备上运行的初创公司)展示了一个游戏。游戏使用Woof(把文字变成声音的语音模型)。据TechCrunch(科技新闻网站)的报道,Woof的文件大小是31.7MB,通常可以说成约32MB。玩家在游戏里的打字机上输入文字,Woof会把文字读出来。游戏还有一个音乐旋钮,转动后可以生成不同的音乐。Underdog称,Woof能在大多数设备的浏览器里运行,而且不需要网络。公司还表示,任何人都可以下载它。

背景

现在,很多人工智能公司都在做更大、更强的模型。模型越大,通常越需要计算能力。另一条路线是把模型做小,让它直接在手机或电脑上运行。Woof属于这条路线。报道说,它有3100万个参数。参数是模型学习时不断调整的数字。31.7MB是文件占用的空间,3100万个参数是另一种数量,两者不能当成同一个数字。

为什么重要

如果本地生成声音真的能稳定工作,应用就可能少把文字传到云端服务器。这样,部分文字或声音可以留在自己的设备上。没有网络时,某些声音功能也可能继续使用。TechCrunch认为,这么小的模型不太可能取代更大的模型,但可能足以支持本地助手或个性化播客。真正值得关注的不是模型单纯变小,而是它能否在普通设备上保持有用。

已确认的事实

目前能确认的是,一个浏览器游戏已经公开。游戏可以朗读打入的文字,也能让玩家尝试不同的音乐。公司给出了模型大小、参数数量、离线运行和开放下载的说法。这里的性能和离线能力,仍然主要来自公司说明。报道没有给出独立测试。TechCrunch还提到,Underdog几周前发布了167MB的Bark。Bark能把声音转成文字,用于转录和听写。公司还发布过一个能在笔记本电脑上运行的270亿参数模型,并有一款需要排队申请的本地应用。

还不知道什么

报道没有说明Woof和大型模型在相同条件下谁的声音更自然。我们也不知道哪些手机或电脑能顺畅运行。模型在长文字和复杂音乐上的表现,文章没有给出数据。开放下载的具体授权方式,也没有在报道中说明。公司所说的不用网络,是否适用于所有设备和真实应用,仍要再看。

接下来关注

接下来应看第三方测试、设备要求和真正上线的应用。如果本地助手或个人播客开始使用Woof,说明小模型不只是展示。现在的演示说明了一种方向,还不能代表完整产品已经成熟。

🤖 AI

小小的语音AI,也能在浏览器里工作

📰 完整报道: 32MB的语音AI,能在浏览器里说话

一家人工智能初创公司展示了一个很小的声音模型。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
Woof

把文字变成声音的小模型。

云端电脑

在远处帮忙处理事情的电脑。

参数

模型学习时调整的数字。

💡 一句话总结

  • Woof能把打出的文字读成声音。
  • 它约31.7MB,接近32MB。
  • 公司说它大多不用联网也能工作。

Underdog是一家做本地人工智能的初创公司。它发布了一个小游戏。游戏里有一台打字机。玩家输入一句话。Woof(把文字变成声音的模型)会把它读出来。游戏里还有音乐旋钮。转动旋钮,可以听到不同的音乐。

许多人工智能模型很大。它们常常需要远处的云端电脑帮忙。Woof很小。它更容易放进电脑或手机里。如果公司的说法准确,文字可以留在自己的设备上。这样,某些功能就不必把文字传给远方的服务器。没有网络时,也可能继续使用。

但这次只是展示。展示能说明游戏跑起来了。它不能说明Woof在所有设备上都很好。报道没有给出独立的音质比较。我们也不知道它和更大的模型相比,谁的声音更自然。

Woof有3100万个参数。参数是模型学习时调整的数字。这个数字和31.7MB不是一回事。Underdog此前还发布过167MB的Bark。Bark能把声音变成文字。接下来要看,Woof能不能成为人们每天会用的工具。

🤖 AI

小AI会说话

📰 完整报道: 32MB的语音AI,能在浏览器里说话

一个小AI在游戏里学会了说话。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
Woof

会把字说出来的AI名字。

MB

数电脑大小的办法。

展示

给大家看的小测试。

Underdog是一家做AI的公司。 它做了Woof。 Woof是会把字说出来的AI。 Woof很小。 它有31.7MB。 MB是数电脑大小的办法。 一个小游戏能用Woof。 你在打字机上打字。 Woof就把字读出声。 还有一个音乐旋钮。 旋钮能做出不同音乐。 公司说它不用网络。 这样,字可能留在你的电脑里。 不过,这只是展示。 展示就是给大家看的小测试。 我们还不知道它处处都好用。

来源