Le modèle vocal Woof d'Underdog tient en 32 Mo et tourne dans un navigateur

La fiche du modèle Woof donne les détails. Il parle anglais avec deux voix, Juno et Mira, et lit prix, dates et numéros de téléphone comme on les prononce. Le téléchargement à deux voix pèse 40.6 Mo et tourne sur un processeur d'ordinateur portable avec seulement numpy, une bibliothèque de calcul de base, à 13.8 fois le temps réel avec la voix Juno sur un seul thread d'un Apple M5 Max.

Underdog a lui-même évalué le modèle sur 500 phrases anglaises difficiles. D'après ses calculs, la voix Mira de Woof se trompe sur 1,42 % des mots, contre 1,89 % pour Fish Audio Drama 3, un téléchargement de 41.5 Go, et 6,63 % pour ElevenLabs Flash v2.5. Ces chiffres sont ceux d'Underdog.

La licence trace une ligne nette. Woof est gratuit pour un usage personnel, de recherche, d'enseignement et à but non lucratif, à condition de citer Underdog, et toujours gratuit dans les applis d'Underdog. Une publicité, une vidéo monétisée ou un travail d'entreprise exige une licence commerciale, sans prix public.

Le fondateur Sigil Wen a déclaré à TechCrunch vouloir des modèles ouverts, conçus aux États-Unis, qui gardent les données sur les appareils des utilisateurs.

Sur notre page consacrée aux voix off IA, la formule Starter d'ElevenLabs à 6 $ est la première à inclure une licence commerciale, et son offre Free couvre l'usage personnel avec mention de la source, d'après notre vérification du 8 novembre.

Pour un annonceur, la voix dans le cloud affiche un prix lisible dès aujourd'hui : 6 $ par mois avec ElevenLabs Starter. La voix locale de Woof exige d'écrire à Underdog avant de pouvoir servir dans une pub.