Startup Underdog vừa trình diễn Woof, một model giọng nói có kích thước chỉ 31,7 MB. Dù rất nhỏ so với nhiều model hiện nay, Woof có thể tạo speech và music, đồng thời vận hành trực tiếp trong trình duyệt thông qua một trò chơi mang phong cách công nghệ retro.
Trong game, người dùng có thể gõ nội dung trên một chiếc máy đánh chữ để Woof đọc lại. Một bộ điều chỉnh khác cho phép tạo ra nhiều kiểu âm nhạc. Các chi tiết như màn hình CRT, đèn bàn và âm thanh khi bật công tắc được dùng để minh họa khả năng tạo âm thanh của model, đồng thời gợi nhắc đến tranh luận về sự phụ thuộc vào các cloud provider.
Underdog cho biết Woof có 31 triệu tham số và có thể chạy trên hầu hết thiết bị mà không cần kết nối Internet. Model được mở cho mọi người tải xuống, mở ra khả năng xây dựng các trải nghiệm voice assistant, công cụ cá nhân hóa hoặc podcast hoạt động cục bộ. Tuy vậy, model nhỏ này khó thay thế các hệ thống lớn trong những tác vụ phức tạp.
Woof được giới thiệu vài tuần sau Bark, model speech-to-text dung lượng 167 MB dành cho transcription và dictation trên edge device. Nhà sáng lập Sigil Wen muốn người dùng sở hữu dữ liệu của mình thay vì phụ thuộc hoàn toàn vào dịch vụ đám mây. Với người dùng Việt Nam, các model nhẹ như Woof có thể giúp AI riêng tư và offline dễ tiếp cận hơn, dù chất lượng tiếng Việt vẫn cần được kiểm chứng thực tế.
Nguồn: TechCrunch — Biên dịch & tổng hợp: danhbaai.com