← Terug naar kennisbank

AI Nieuws

Kleine, slimme spraakmodellen: Underdog toont 32MB-tekst-naar-spraak in browser-demo

Kleine, slimme spraakmodellen: Underdog toont 32MB-tekst-naar-spraak in browser-demo

·

Leestijd: 4 min

Underdog, een relatief nieuwe speler op het gebied van kunstmatige intelligentie, heeft een speelse demo uitgebracht om te laten zien wat kleine spraakmodellen kunnen. De demo draait in de webbrowser en gebruikt een tekst-naar-spraakmodel van slechts 31,7 MB, genaamd Woof. Dat is klein genoeg om op de meeste laptops en telefoons te werken zonder verbinding met internet.

Wat zie je in de demo?

In de demo stappen bezoekers een kamer met een retro-tech uitstraling binnen. De belangrijkste onderdelen zijn een typemachine en een oud beeldscherm. Je kunt op onderdelen klikken, zoals een bureaulamp die geluid maakt bij het aanzetten.

Je kunt met je toetsenbord alles typen op de typemachine. Het model leest de getypte tekst vervolgens hardop voor. Ook is er een muziekknopje waarmee je aan een tuner kunt draaien en zo verschillende soorten geluidjes hoort.

De makers steken naar eigen zeggen ook een klein steekje naar cloud-aanbieders: in de intro waarschuwt de demo voor ‘opdringerige’ clouddiensten, en alle stemmen in het spel worden door Woof geproduceerd.

Waarom is dit bijzonder?

Veel grote AI-modellen hebben enorme rekenkracht nodig. Dat maakt ze snel, maar ze draaien vaak op dure servers in datacenters. Underdog volgt een andere route: kleinere modellen die op het apparaat van de gebruiker zelf kunnen draaien. Dat biedt twee belangrijke voordelen:

  • Werkt zonder internet: het model draait lokaal op je apparaat, dus er is geen constante verbinding nodig.

  • Privacy en controle: als het model op jouw toestel draait, blijven gegevens meestal bij jou in plaats van bij een externe dienst.

Het model heeft 31 miljoen parameters (interne instellingen van het model die bepalen hoe het reageert), en Underdog stelt dat het op de meeste toestellen kan draaien. De maker biedt het model vrijelijk aan zodat iedereen het kan downloaden.

Meer modellen en plannen van Underdog

Woof is niet het enige model dat Underdog recent heeft vrijgegeven. Enkele andere stappen zijn:

  • Bark: een 167 MB model voor spraak-naar-tekst (spraak omzetten naar tekst) dat bedoeld is voor transcriptie en dicteren op lokale apparaten.

  • Een veel groter model met 27 miljard parameters dat volgens Underdog op sommige laptops kan draaien.

  • Een app met wachtlijst die Underdog positioneert als een lokaal alternatief voor bestaande tools zoals Muse en Instinct.

De oprichter, Sigil Wen, zegt dat hij deze richting koos omdat hij zelf geen notitietool wilde gebruiken die data naar de cloud stuurt. Hij wil modellen bouwen die op het apparaat van de gebruiker draaien en zo gebruikers meer controle over hun gegevens geven. In zijn woorden is het doel om krachtige, openbare modellen te trainen die privacy mogelijk maken.

Wat betekent dit voor gewone gebruikers?

Kleine modellen zoals Woof zullen waarschijnlijk niet meteen de grootste, meest geavanceerde modellen vervangen. Toch zijn ze praktisch voor dagelijkse toepassingen. Mogelijke toepassingen zijn:

  • Lokale assistenten die vragen beantwoorden zonder internetverbinding.

  • Persoonlijke voorlezers of stem voor opnames die op het toestel van de gebruiker blijven.

  • Dictaat- en transcriptie-tools die je privacy beter beschermen.

Omdat deze modellen licht genoeg zijn om op een telefoon of laptop te draaien, maken ze AI-toepassingen toegankelijker voor mensen zonder dure hardware of technische kennis.

Conclusie

Underdog laat met de Woof-demo zien dat spraakmodellen ook heel compact en bruikbaar kunnen zijn. Een model van 31,7 MB dat tekst kan omzetten naar spraak en direct in de browser draait, past in de trend van AI die dichter bij de gebruiker komt te staan. Voor mensen die waarde hechten aan privacy of die geen constante internetverbinding willen gebruiken, bieden zulke kleine modellen een aantrekkelijk alternatief voor grote cloudgebaseerde systemen.

Underdog bouwt verder aan meerdere modellen, van compacte spraakmodellen tot veel grotere varianten die toch lokaal draaiend moeten zijn. Dat maakt duidelijk dat er zowel technische als praktische interesse is in IA-oplossingen die op het eigen apparaat werken.