TechCrunch AI 技术与创作工具资讯· Ivan Mehta·· 2 小时前AI 评分58
Underdog 展示 32MB 语音模型 Woof 及浏览器演示游戏
Underdog shows off a 32MB speech model in new demo
先看结论
原文展示的是端侧语音生成模型的浏览器演示,可用于本地朗读与音乐生成,但未给出质量或延迟数据。
报道讲了什么
- Underdog 发布了一个用其新语音模型 Woof 构建的演示游戏。
- 该模型有 3100 万参数,并开放所有人下载。
- 此前数周该公司还推出了 167MB 的端侧语音转文字模型 Bark。
可以做什么
- 在浏览器中把键盘输入的文字朗读出来。
- 通过旋转调音器生成不同种类的音乐。
- 公司称模型可在大多数设备上无网络连接运行。
怎么使用
原文没有提供可复现的操作步骤,请从下方原文或官方说明确认使用方法。
结果与限制
- 原文认为这种小模型可能无法替代更大的模型。
- 原文未给出语音质量、延迟或设备兼容性的量化结果。
使用入口与依据
来源:TechCrunch AI 技术与创作工具资讯 · techcrunch.com
事件后续
查看事件全部正在读取事件进展…