Woof, el modelo de voz de Underdog, ocupa 32MB y funciona en el navegador

La ficha del modelo de Woof completa los detalles. Habla inglés con dos voces, Juno y Mira, y lee precios, fechas y números de teléfono como los dice la gente. La descarga con las dos voces pesa 40.6MB y funciona en el procesador de una laptop usando solo numpy, una biblioteca matemática básica, a 13.8 veces la velocidad real con la voz Juno en un hilo de un Apple M5 Max.

Underdog evaluó el modelo por su cuenta con 500 frases difíciles en inglés. Según su recuento, la voz Mira de Woof falla en el 1.42% de las palabras, frente al 1.89% de Fish Audio Drama 3, una descarga de 41.5GB, y el 6.63% de ElevenLabs Flash v2.5. Son cifras de la propia Underdog.

La licencia marca una línea clara. Woof es gratis para uso personal, de investigación, docente y sin fines de lucro si das crédito a Underdog, y siempre gratis dentro de las apps de Underdog. Un anuncio, un video monetizado o el trabajo de una empresa requieren una licencia comercial, sin precio público.

El fundador, Sigil Wen, dijo a TechCrunch que quiere modelos abiertos hechos en Estados Unidos que mantengan los datos en los dispositivos de las personas.

En nuestra página de voz en off con IA, el plan Starter de ElevenLabs, de $6, es el primero con licencia comercial, y su plan Free cubre el uso personal con atribución, según nuestra revisión del 8 de noviembre.

Para un anunciante, la voz en la nube tiene un precio que se puede leer hoy: $6 al mes en ElevenLabs Starter. La voz local de Woof requiere un correo a Underdog antes de poder usarse en un anuncio.