Startup kecerdasan buatan Underdog memperkenalkan model suara terbaru bernama Woof dengan ukuran hanya sekitar 32 MB. Teknologi ini menarik perhatian setelah perusahaan memperlihatkan demonstrasi interaktif pada 5 November 2026, sebelum mendapat sorotan media teknologi pada hari berikutnya. Woof dirancang untuk mengubah teks menjadi suara secara langsung melalui perangkat pengguna, termasuk browser, tanpa harus terus terhubung ke internet. Dengan sekitar 31 juta parameter, model tersebut menawarkan pendekatan berbeda dari sistem AI berukuran besar yang mengandalkan komputasi cloud. Inovasi ini membuka peluang pengembangan asisten digital, pembaca teks, dan aplikasi suara yang lebih ringan serta mengutamakan privasi.
Peluncuran Woof Membawa Pendekatan Baru pada Teknologi Sintesis Suara
Startup kecerdasan buatan Underdog memperkenalkan Woof sebagai model pembangkit suara berukuran ringkas. Perangkat lunak AI ini membutuhkan berkas model kurang lebih 31,7 MB dan menggunakan sekitar 31 juta parameter. Kapasitas model ini menawarkan karakteristik menarik karena sejumlah model sintesis suara memiliki ukuran jauh lebih besar. Dengan menghadirkan model ini, Underdog menargetkan pemrosesan suara langsung pada perangkat tanpa ketergantungan terus-menerus pada server.
Perusahaan ini mengenalkan teknologi terbarunya melalui pengalaman digital yang dapat dimainkan dengan desain menyerupai komputer klasik. Demonstrasi tersebut membantu pengguna memahami proses sintesis audio secara interaktif tanpa aplikasi desktop khusus. Melalui permainan tersebut, seseorang bisa menuliskan pesan pada mesin tik yang ditampilkan kemudian mendengarkan hasil pembacaan Woof. Pendekatan demonstrasi ini membuat kemampuan teknologi lebih mudah dipahami daripada hanya menjelaskan jumlah parameter.
Teknologi Text-to-Speech Woof Memungkinkan Pemrosesan Lokal
Teknologi Woof termasuk sistem sintesis ucapan yang mampu menghasilkan ucapan berdasarkan masukan tertulis. Dalam penggunaan sederhana, kalimat diberikan sebagai instruksi kemudian model menghasilkan keluaran suara. Perbedaan penting Woof terletak pada pengoperasian yang tidak selalu membutuhkan server eksternal. Setelah komponen yang diperlukan dimuat, proses pembangkitan suara dapat berlangsung tanpa internet. Dengan demikian, pengguna dapat menjalankan fungsi suara melalui perangkat pribadi.
Karakteristik komputasi lokal dapat menjadi nilai tambah dalam lingkungan dengan jaringan tidak stabil. Dalam penerapan sehari-hari, aplikasi pembaca teks yang menggunakan teknologi Woof berpotensi tetap berfungsi ketika akses cloud tidak tersedia. Meski dapat berjalan secara offline, perangkat masih membutuhkan sumber daya pemrosesan. Ukuran berkas 32 MB juga tidak sama dengan jumlah RAM yang digunakan. Karena itu, pengujian pada perangkat sebenarnya tetap diperlukan.
Demonstrasi Woof Melalui Mesin Tik Virtual dan Permainan Interaktif
Sebagai bagian dari peluncuran teknologi, Underdog menghadirkan game browser dengan tampilan teknologi lawas. Lingkungan permainan tersebut memuat mesin tik, monitor CRT, lampu meja, serta pengendali musik. Saat pengunjung memasukkan tulisan melalui mesin tik virtual, Woof menyintesis ucapan sesuai masukan. Pengalaman interaktif tersebut memungkinkan pengujian sederhana terhadap pengucapan menggunakan teks buatan pengguna. Berkat interaksi langsung, pengguna dapat mengenali kemampuan dasarnya.
Tidak hanya menghadirkan pembacaan teks, demonstrasi tersebut menghadirkan tuner untuk mengubah keluaran musik. Di dalam demonstrasi tersebut memungkinkan interaksi dengan lampu virtual. Desain permainan bergaya klasik membuat pengenalan model terasa lebih interaktif. Namun demikian, Woof terutama dirancang sebagai model text-to-speech. Tidak semua audio permainan dapat dipastikan berasal dari model Woof yang sama. Karena itu, kemampuan sintesis ucapan harus dipisahkan dari produksi musik.
Model Suara Offline Woof Menawarkan Keuntungan Privasi Data
Keunggulan yang cukup menarik dari teknologi sintesis audio offline adalah kendali lebih besar terhadap informasi pribadi. Ketika menggunakan teknologi suara daring, permintaan pembangkitan suara dapat diproses jarak jauh menuju infrastruktur komputasi eksternal. Dengan pendekatan berbeda, Woof memungkinkan teks diproses di perangkat. Pendekatan semacam ini memberikan kontrol tambahan kepada pengguna terutama ketika menggunakan aplikasi yang memproses informasi sensitif. Namun demikian, keamanan data tidak hanya ditentukan model.
Tidak hanya berkaitan dengan perlindungan data, model berukuran kecil membuka peluang pengoperasian yang lebih sederhana. Bagi pengembang aplikasi, model lokal dapat memberikan fleksibilitas ketika mengembangkan asisten digital sederhana. Dalam proyek pendidikan, aplikasi belajar membaca dapat menggunakan model text-to-speech lokal agar materi dapat didengarkan. Walaupun potensinya cukup luas, kebutuhan komputasi perlu dievaluasi serta memastikan izin penggunaan model. Model yang tersedia untuk diunduh tidak selalu bebas digunakan untuk semua kepentingan.
Strategi Underdog Membangun Teknologi AI yang Berjalan pada Perangkat
Dalam pengembangan teknologi sebelumnya, Underdog memperkenalkan teknologi speech-to-text bernama Bark. Tidak seperti teknologi text-to-speech terbaru, Bark memproses ucapan menjadi tulisan. Model tersebut menggunakan kapasitas penyimpanan sekitar 167 MB dan dikembangkan untuk komputasi lokal. Dalam penerapannya, Bark berpotensi mendukung transkripsi rapat, sedangkan Woof menghasilkan ucapan dari teks. Pengembangan dua teknologi ini memberikan kemampuan input dan output suara.
Sebagai bagian dari ekosistem AI lokal, Underdog juga memperkenalkan model dengan 27 miliar parameter yang dapat digunakan melalui perangkat lokal yang sesuai. Tim pengembang Underdog juga menyiapkan aplikasi asisten AI lokal dengan akses yang masih menggunakan daftar tunggu. Pendiri Underdog, Sigil Wen menekankan pentingnya kepemilikan data. Dalam visi yang disampaikan pendirinya, model yang mampu berjalan di perangkat pribadi berpotensi menjadi lebih terjangkau. Namun demikian, hasil performa perlu dibandingkan secara objektif.
Kesimpulan: Woof Membuka Peluang Baru untuk AI Suara Offline
Peluncuran model Woof dari Underdog menunjukkan perkembangan penting dalam pengembangan teknologi suara. Melalui kapasitas model hanya 31,7 MB, Woof menawarkan kemungkinan penggunaan lebih luas tanpa harus terus terhubung ke internet. Demonstrasi berbasis permainan juga memberikan kesempatan mencoba pembangkitan suara. Namun demikian, performa pada berbagai perangkat perlu diperiksa sebelum diterapkan secara luas. Pengujian menggunakan metode yang setara tetap menjadi dasar penilaian kemampuan sebenarnya.
Dalam perkembangan berikutnya, model berukuran kecil berpotensi memperoleh peran lebih besar dalam asisten digital pribadi. Dukungan model suara tanpa ketergantungan internet memberikan pilihan tambahan bagi pengembang. Meski demikian, pemenuhan ketentuan lisensi tetap menjadi pertimbangan penting. Menurut Anda, apakah teknologi text-to-speech offline dapat memperluas penggunaan kecerdasan buatan? Ceritakan pemikiran Anda mengenai perkembangan model kecerdasan buatan ringan.
