Синтез речи

Underdog Woof

Крошечная английская модель озвучки на два голоса, Juno и Mira, размером всего 40,6 МБ. Читает телефоны, даты, цены и коды так, как их произносят люди. Работает на обычном процессоре ноутбука, нужен только numpy, без видеокарты, сервера и ключа: по замерам авторов в 13,8 раза быстрее реального времени на одном потоке и около 402 МБ памяти. По их тесту трудных фраз ошибка по словам 1,42%; авторы сравнивают её с Fish Audio Drama 3 и заявляют размер в 1022 раза меньше и на 25% меньше ошибок. Только английский. Лицензия некоммерческая, использовать в платных продуктах нельзя без отдельного разрешения.

Разработчик
ConwayResearch (Underdog), не указана
Первый выпуск
ноя 2026
Последний выпуск
ноя 2026
Размеры
40,6 МБ (весь файл с двумя голосами)
Лицензия
Только некоммерческоеUnderdog Non-Commercial 1.0: только некоммерческое использование
Русский язык
Нет
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Медиа и продакшн

Какие задачи решает

  • офлайн-озвучка английских текстов на слабом компьютере
  • прототипы голосовых интерфейсов без облака
  • личные и учебные проекты без коммерции

Где применяется

образованиеисследовательские проектыпрототипы голосовых помощников

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. Underdog Woof (Juno и Mira)

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать Underdog Woof в коммерческом проекте?

Нет. Лицензия: Underdog Non-Commercial 1.0: только некоммерческое использование. Для коммерческого продукта нужна другая модель или отдельное соглашение с правообладателем.

Какое железо нужно для Underdog Woof?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли Underdog Woof русский язык?

Нет. В документации разработчика языки перечислены, русского среди них нет. Для русских задач лучше взять модель из подборки «Открытые ИИ-модели с русским языком».

Где скачать Underdog Woof и сколько это стоит?

Веса Underdog Woof лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Синтез речиKokorohexgrad (независимый разработчик) · не указанаМожно в коммерцию

Крошечная модель синтеза речи (82M), которая звучит на уровне крупных. Работает на обычном процессоре; английский и ещё несколько языков, русского нет.

Подробнее
Синтез речиFish Speech / OpenAudioFish Audio · США / КитайТолько некоммерческое

Синтез речи с клонированием голоса и управлением эмоциями на 80+ языках, включая русский. Качество близко к платным сервисам, но веса только для исследований. Новая Drama 3 (35B, активны 3B) озвучивает сцены с несколькими героями (до 16 голосов в одном тексте), понимает метки вроде вздоха и смеха, языков больше 80, русский в списке.

Подробнее
Синтез речиZonosZyphra · СШАМожно в коммерцию

Синтез речи с клонированием голоса и тонкой настройкой эмоций, скорости и высоты голоса. В ноябре вышла компактная ZONOS3-Mini (Apache 2.0): всего 100M активных параметров, идёт в реальном времени на телефоне и ноутбуке, в том числе прямо в браузере через WebGPU; клонирует голос по образцу или создаёт персонажа по возрасту, акценту и тембру, управляет эмоцией и темпом вплоть до отдельных слов.

Подробнее

Источник: huggingface.co/ConwayResearch/Underdog-Woof. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.