Underdog、32MBの音声生成モデルを公開

スタートアップのUnderdogは2026年11月、容量32MBの音声生成モデル「Woof」を公開し、ブラウザー上で試せるゲーム形式のデモを用意しました。同社によると、モデルは多くの端末でインターネット接続なしに動作し、入力した文章を音声で読み上げます。

Woofは3100万パラメーターで、一般にダウンロードできます。デモでは、タイプライターに文字を入力して音声を再生できるほか、音楽チューナーを操作する機能もあります。

大規模モデルの計算需要が増す一方、スマートフォンやPCなどで動く小型モデルの開発も進んでいます。記事は、Woofが大型モデルを置き換えるとは限らないものの、端末内アシスタントや個人向けポッドキャストなどに使える可能性を挙げています。

Underdogは数週間前に、文字起こしや口述入力向けの167MB音声認識モデル「Bark」も発表していました。創業者は、利用者がデータを自分の端末に保てるAIを目指すと説明しており、性能と端末要件の両立が今後の焦点です。