Vai al contenuto

Woof fa parlare il computer con un download da 31,7 MB

Woof genera voce inglese sulla CPU: 31,7 MB per una voce nel browser, 40,6 MB per le due voci scaricabili. Include un normalizzatore per numeri e date; il modello distribuito richiede una licenza per gli usi commerciali.

Che succede

Una voce sintetica che gira sul computer, senza mandare il testo a un servizio remoto, può stare in un download da 31,7 MB. È la versione a una voce di Woof, il modello inglese di Underdog che si può provare nel browser. Il repository su Hugging Face distribuisce invece la variante da 40,6 MB, con le due voci Juno e Mira.

Woof trasforma il testo in audio usando la CPU, senza richiedere una scheda grafica dedicata. Un normalizzatore prepara numeri di telefono, prezzi, date e codici nella forma da pronunciare: un numero telefonico va letto cifra per cifra, non come un unico numero enorme. Il lavoro sulla voce comprende anche questa traduzione dai dati alla lingua parlata. Come Phonon, produce l’audio sul dispositivo, senza inviare ogni frase a un server.

Il download e la memoria necessaria sono misure diverse. Underdog dichiara un picco di circa 852 MB per la versione a una voce e di 402 MB per Juno nella variante a due voci, con i runtime descritti nella scheda. La licenza allegata al modello scaricabile consente gli usi non commerciali con attribuzione; per quelli commerciali, anche dell’audio prodotto, occorre un accordo specifico.

Perché conta

Il numero telefonico da leggere è un buon banco di prova: una voce può suonare naturale e pronunciarlo come una cifra gigantesca. Woof affronta anche questa parte poco spettacolare, mentre tiene la sintesi sul dispositivo in un download abbastanza piccolo da accompagnare un’app.

Vuoi sapere di più su pillole come questa?