まず、ここだけ

  • Underdog AIの新モデルは1ボイス版31.7MBで、ブラウザー内に読み上げ音声を生成する。
  • 2ボイス版は40.6MB、難しい文500件で単語誤り率1.42%と公式ページが公表。
  • 重みはCC BY-NC 4.0で非商用利用向け。1ボイス版はページ上で試せる。

ブラウザーで動く31.7MB、ネット接続後はオフラインでも

31.7 MBで話す

Underdog AI(@UnderdogAI)は2026年11月7日、音声合成モデル「Underdog Woof」を発表した。投稿では、31.7MBの小ささで、1000倍以上大きい音声合成モデルより単語誤り率に優れると説明。ブラウザー、スマートフォン、腕時計での高速動作を想定し、データセンターに頼らない利用を掲げる。

公式ページでは、1ボイス版をその場で試せる。モデルを一度読み込めばWi-Fiを切っても動き、入力したテキストは端末内にとどまるという。電話番号、日時、価格、コードを自然な読み方で発声できるかも、具体例とデモで確かめられる。

  • 1ボイス版:31.7MB、3,070万パラメーター
  • 2ボイス版:40.6MB、3,820万パラメーター
  • ブラウザー上で入力して音声を試聴。2ボイス版はHugging Faceから入手可能

難文500件で示した、Fish Audio Drama 3との比較

比較の軸は、電話番号や日付、価格、コードを含む難しい500文での単語誤り率。公式ページによると、2ボイス版は1.42%で、Fish Audio Drama 3の1.89%より誤りが25%少ないとする。Drama 3のダウンロードサイズは41.5GB、Woofは40.6MBだ。

1ボイス版の誤り率は2.06%で、同ページはDrama 3とおおむね同等と説明する。数値はUnderdog側の評価結果であり、実運用での音質や話者の好みまで一律に保証するものではない。ページには通常文や表現豊かな文、難文の試聴例も用意されている。

モデルサイズ難文の単語誤り率
Woof 1ボイス31.7MB2.06%
Woof 2ボイス40.6MB1.42%
Fish Audio Drama 341.5GB1.89%

軽量モデルでも、利用条件は非商用に限定

Woofの重みはCC BY-NC 4.0で公開され、非商用利用が条件。公式ページはApache 2.0ではないと明記しているため、業務利用や製品への組み込みを検討する場合は、サイズや性能だけでなくライセンス条件の確認が欠かせない。

  • 1ボイス版はUnderdogのページで入力・試聴できる
  • 2ボイス版はHugging Faceからダウンロード可能
  • 公開条件はCC BY-NC 4.0。Apache 2.0ではない
Underdog Woofの公開ページ元のページを別タブで開いて確認できます
『Underdog Woof』公式ページ・関連リンクを開く ↗

話題の元投稿

作者の投稿や紹介を、X で確認できます。

参考リンク

  1. Underdog Woof 関連ソース (1)x.com
  2. Underdog Woof 関連ソース (2)underdog.ai
  3. Underdog Woof 公式・公開ページunderdog.ai