跳到正文
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…