Hallo zusammen,
bei mir hat sich in den letzten Wochen einiges zum Thema lokale KI angesammelt und ich schaue weiter fleißig, was davon wirklich auf meiner eigenen Hardware läuft. Gerade bin ich über die Demo von Underdog gestolpert: ein Text-to-Speech-Modell namens Woof mit 31,7 MB Modellgröße und rund 31 Millionen Parametern, das laut Hersteller komplett im Browser läuft – ohne Internetverbindung und auf den meisten ganz normalen Geräten.
Vorgeführt wird das in einem kleinen Retro-Spiel mit Schreibmaschine und Röhrenmonitor: man tippt einen Text, und Woof spricht ihn vor. Das Modell ist offen zum Download erhältlich. Vom selben Team kommen außerdem das Speech-to-Text-Modell Bark mit 167 MB und ein 27-Milliarden-Parameter-Modell für Laptops. Gründer Sigil Wen sagt sinngemäß, dass man die heute leistungsfähigsten Modelle bald auf den Geräten wird laufen lassen können, die man bereits besitzt.
Klingt für mein Setup sehr spannend, auch wenn ich der Qualität noch nicht über den Weg traue. Ich stelle mir vor, so etwas für Vorlesefunktionen auf meiner eigenen Seite einzusetzen, statt dafür Daten in eine Cloud zu schicken.
Ein paar Fragen an euch:
- Hat schon jemand von euch ein so kleines TTS-Modell lokal oder im Browser laufen? Wie ist eure Erfahrung mit der Stimmqualität gegenüber größeren Modellen?
- Wie schlägt sich Bark auf eurer Hardware beim Transkribieren, reicht das für Notizen und Diktate im Alltag?
- Was läuft bei euch aktuell an lokaler Sprachausgabe, und auf welcher Hardware?
Quelle: https://techcrunch.com/2026-11-06/und…el-in-new-demo/
Viele Grüße
Kuttel