Underdog Rilis Model Suara AI 32MB, Diklaim Mampu Berjalan Tanpa Internet
Startup Underdog meluncurkan Woof, model text-to-speech 32MB yang diklaim dapat menghasilkan suara langsung di peramban web tanpa koneksi internet.
Foto: TechCrunch (Dokumentasi editorial)
Poin penting
- Underdog merilis Woof, model AI konversi teks ke suara 32 megabita dengan 31 juta parameter.
- Perusahaan mengklaim model ini dapat berjalan di sebagian besar perangkat tanpa koneksi internet.
- Teknologi edge AI ini melengkapi model transkripsi Bark 167MB demi privasi data pengguna.
Di tengah perlombaan model kecerdasan buatan raksasa yang haus daya komputasi, startup Underdog mengambil pendekatan berbeda. Perusahaan tersebut memperkenalkan Woof, model konversi teks ke suara atau text-to-speech (TTS) berukuran 31,7 megabita.
Menurut laporan TechCrunch, Underdog memamerkan model dengan 31 juta parameter ini lewat demo permainan interaktif bertema retro. Perusahaan mengklaim Woof dapat bekerja langsung di dalam peramban pada sebagian besar perangkat tanpa memerlukan koneksi internet.
Dalam demo tersebut, pengguna dapat mengetik teks apa pun menggunakan papan ketik, lalu sistem akan membacakan teks itu kembali. Pengguna juga dapat memutar pengatur nada untuk menghasilkan variasi musik.
Alternatif Edge AI demi Privasi Data
Kehadiran Woof menyusul peluncuran Bark beberapa pekan sebelumnya. Bark merupakan model speech-to-text (pengubah suara ke teks) berukuran 167 megabita yang dirancang untuk transkripsi dan dikte di perangkat lokal pengguna.
"Saya rasa kita akan mampu menjalankan model-model tercanggih saat ini di perangkat yang sudah Anda miliki dalam beberapa bulan ke depan. Kami hanya ingin melatih model terbuka terbaik yang dibuat di Amerika Serikat, terbuka, andal, dan memungkinkan masyarakat memiliki AI yang privat," ujar Pendiri Underdog, Sigil Wen, kepada TechCrunch.
Wen mengembangkan sistem ini karena enggan bergantung pada aplikasi pencatat rapat seperti Granola. Konsep edge AI, yakni pemrosesan kecerdasan buatan langsung di perangkat pengguna, diterapkan agar pemilik perangkat memegang kendali penuh atas data mereka.
Selain kedua model suara tersebut, Underdog merilis model 27 miliar parameter yang dapat dijalankan di laptop. Mereka juga menyiapkan aplikasi dalam daftar tunggu sebagai alternatif lokal terhadap Muse dan Instinct.
Apa Artinya bagi Pelaku Usaha
Kehadiran model suara berukuran ringkas ini menunjukkan pergeseran penting menuju efisiensi komputasi lokal. Bagi direktur dan manajer teknologi, pendekatan edge AI menawarkan cara mengurangi ketergantungan pada infrastruktur komputasi awan yang berbiaya langganan tinggi.
Sektor yang mengelola informasi sensitif, seperti perbankan, konsultasi hukum, dan layanan medis di Indonesia, merupakan pihak yang paling relevan memanfaatkan tren ini. Menjalankan model suara atau transkripsi langsung di perangkat kerja meminimalkan risiko pengiriman data penting ke server pihak ketiga.
Pelaku usaha dapat mulai mengidentifikasi beban kerja harian mana yang benar-benar memerlukan server eksternal dan mana yang bisa ditangani secara lokal. Mengalihkan tugas ringan seperti dikte catatan internal ke model edge AI dapat membantu meredam pembengkakan biaya teknologi operasional.
- TechCrunch: Underdog shows off a 32MB speech model in new demo
Lihat hasil pemeriksaan (6 klaim)
| Klaim | Putusan | Dasar di sumber |
|---|---|---|
| Underdog merilis model text-to-speech bernama Woof berukuran 31,7 MB (sekitar 32 MB) dengan 31 juta parameter | Didukung | “Underdog, has released a game built with its new voice model called Woof that’s only 32MB large.” TechCrunch melaporkan rilis model Woof 32MB (31.7 MB) dengan 31 juta parameter. |
| Underdog mengklaim model Woof dapat berjalan di peramban pada sebagian besar perangkat tanpa koneksi internet | Didukung | “Underdog’s speech generation model, which, the company says, can run on most devices without any internet connection.” TechCrunch memuat klaim perusahaan tersebut. |
| Dalam demo permainan, pengguna dapat mengetik teks yang akan dibacakan kembali serta memutar tuner untuk variasi musik | Didukung | “You can type anything on the typewriter using your keyboard, and the game will speak it back. You can also rotate the tuner to generate different kinds of music.” TechCrunch mendeskripsikan fitur interaktif demo tersebut. |
| Beberapa pekan sebelumnya Underdog meluncurkan Bark, model speech-to-text 167 MB untuk transkripsi dan dikte di perangkat lokal | Didukung | “Underdog launched Bark , a 167MB speech-to-text model also designed to run on edge devices for transcription and dictation.” TechCrunch mencatat peluncuran model Bark sebelumnya. |
| Pendiri Underdog Sigil Wen membuat sistem ini agar pengguna memiliki kendali atas data mereka alih-alih memakai notetaker seperti Granola | Didukung | “instead of using notetakers like Granola, he wanted to build his own system with AI models that can run on users’ devices and let them own their data.” TechCrunch mengutip penjelasan pendiri Underdog, Sigil Wen. |
| Underdog juga telah merilis model 27 miliar parameter untuk laptop serta menyiapkan aplikasi daftar tunggu alternatif lokal Muse dan Instinct | Didukung | “Underdog has also released a 27-billion-parameter model that can run on laptops, along with a waitlisted app that the company is positioning as a locally hosted alternative to Muse and Instinct.” TechCrunch melaporkan rilis model 27B dan aplikasi waitlist tersebut. |
Video AI terbaru
How Siemens Accelerates Production Planning and Quality Control With NVIDIA AI
