¿Qué es Underdog Woof?
Underdog Woof es un pequeño modelo de texto a voz en inglés de Conway Research, la empresa respaldada por a16z que hay detrás del asistente en el dispositivo Underdog, publicado el 5 de noviembre de 2026. Tiene dos voces, Juno y Mira, guardadas en un único archivo de pesos int8 de 40,6 MB, y genera audio mono a 24 kHz. Tiene 38,24 millones de parámetros: un modelo de voz de 22,95 millones y un decodificador de audio adaptado del códec Mimi de Kyutai.
Funciona en la CPU de un portátil sin nada más que numpy. Un normalizador basado en reglas reescribe números de teléfono, fechas, precios y códigos como los dice la gente, el texto largo se divide en frases y cada trozo se vuelve a generar hasta tres veces más si sale demasiado largo o tiene un silencio. Una versión de una voz de 31,7 MB funciona en el navegador en underdog.ai/woof.
La licencia es la Underdog Non-Commercial License 1.0, propia de Underdog. El uso personal, de investigación, docente y sin ánimo de lucro es gratis con atribución; cualquier uso comercial, incluido el trabajo interno de una empresa, necesita una licencia de pago cuyo precio no se publica. Este modelo es solo en inglés y no clona voces; un Woof japonés aparte apareció en Hugging Face el 10 de noviembre.
¿Cuánto cuesta Underdog Woof?
| Plan | Precio | Qué incluye |
|---|---|---|
| Non-commercial | Free | Uso personal, de investigación, docente y sin ánimo de lucro, con atribución |
| Commercial licence | Not published | Cualquier uso empresarial o con ánimo de lucro; se permite una evaluación interna de 30 días |
Gratis para uso no comercial con atribución bajo la Underdog Non-Commercial License 1.0. Cualquier uso empresarial requiere licencia comercial; precio no publicado. Gratis dentro de las propias apps de Underdog.
¿Merece la pena Underdog Woof?
El argumento de Woof es la precisión con un tamaño casi insignificante. En TTS Hard Cases de Gradium, 500 frases en inglés llenas de números, códigos y nombres difíciles, Underdog informa de una tasa de error por palabra del 1,42% para la voz Mira, frente al 5,17% de Kokoro 82M, el 9,81% del único modelo más pequeño que probó, Kitten Nano 0.8, y el 1,89% de Fish Audio Drama 3, una descarga de 41,5 GB. Es un modelo 1.022 veces más pequeño que se equivoca en menos palabras.
Hay que tratar esas cifras como una afirmación. Underdog ejecutó y puntuó todos los modelos: qwen3.8-omni-flash transcribió el audio y gemma-4-31b-it contó los errores. La tasa de error por palabra mide si las palabras salen bien, no si la voz suena natural, y no se ha publicado ninguna prueba de escucha independiente ni ranking de tipo arena.
La velocidad es la ventaja práctica. La voz Juno va 13,8 veces más rápido que el tiempo real en un solo hilo de CPU de un Apple M5 Max, con un pico de 402 MB de memoria, y Mira a 7,2 veces. No hacen falta GPU, servidor ni clave de API, así que encaja en apps sin conexión, quioscos y herramientas de accesibilidad en hardware modesto.
La pega: la licencia. Cualquier uso por o para una empresa cuenta como comercial, incluidas las operaciones internas, y necesita una licencia escrita de Underdog a un precio que no publica. Cada clip publicado debe acreditar a Underdog Woof, las apps deben mostrar "Voice by Underdog Woof" y no puedes usar su audio para entrenar otro modelo de voz. Hay dos voces en inglés y no clona voces.
Nuestra opinión: para un proyecto personal, un prototipo de investigación o una app de lectura sin ánimo de lucro, Woof es sobre el papel la voz más precisa por debajo de 50 MB. Para un producto, la licencia Apache 2.0 de Kokoro sigue ganando la discusión antes de llegar a la calidad.
Dónde se gana su sitio
El desarrollador de una app de lectura gratuita y sin conexión para una ONG de alfabetización
Leer en voz alta libros y avisos en tabletas Android baratas sin red
Incluye el archivo de dos voces de 40,6 MB (el modelo de una voz de 31,7 MB solo funciona en la demo del navegador de Underdog); el uso sin ánimo de lucro es gratis si la app muestra "Voice by Underdog Woof" con un enlace. Existen versiones ONNX y Rust de la comunidad, pero no son oficiales.
Una investigadora de voz que compara modelos TTS diminutos
Comparar la inteligibilidad de modelos de menos de 100 MB con texto difícil
Ejecuta python -m underdog_woof sobre las 500 frases de Gradium y puntúa con tu propio ASR, ya que el 1,42% de Underdog usó su propio sistema. El uso en investigación es gratis; entrenar otro modelo de voz con audio de Woof no está permitido.
Un jefe de producto en una empresa de software para centros de llamadas
Leer números de pedido y de teléfono en un bot de voz instalado en local
El normalizador integrado maneja números como 415-555-0199 y horas como 5:30 p.m. El uso en empresa es comercial, así que presupuesta una licencia de license@conway.tech tras la evaluación de 30 días.
Antes de decidirte
- Puesta en marcha
- pip install numpy, descarga el repositorio con hf download y luego ejecuta python -m underdog_woof "text" -o out.wav. Pasa una semilla para obtener audio repetible.
- Integraciones
- API de Python (Woof(voice="mira")) que devuelve audio float32 a 24 kHz; línea de comandos. Proyectos de la comunidad añaden una versión en Rust con servidor de estilo OpenAI, una API HTTP en Docker y versiones ONNX para Android, ninguno respaldado por Underdog.
- Datos y privacidad
- Funciona en local, así que el texto nunca sale de la máquina. La licencia prohíbe el uso comercial sin licencia escrita, entrenar modelos de voz o audio con sus salidas y suplantar voces sin consentimiento.
- Coste a escala
- Gratis para trabajo no comercial en cualquier CPU, con unos 402 MB de memoria por proceso de Juno. Las tarifas de la licencia comercial no se publican; pregunta en license@conway.tech.
- Límites
- Solo inglés, dos voces fijas, mono a 24 kHz. Las frases de más de 120 caracteres se cortan en la puntuación; no hay puntuación de naturalidad publicada; entrenado con LibriTTS-R y Emilia-YODAS.
Lo bueno
- 40,6 MB para dos voces; funciona solo con numpy
- Tasa de error por palabra del 1,42% en los casos difíciles de Gradium (autodeclarada)
- 13,8 veces el tiempo real en un hilo de CPU
- Lee números, fechas y códigos como los dice la gente
Lo malo
- Licencia no comercial; el uso empresarial necesita licencia de pago, precio no publicado
- Todas las pruebas las ejecutó y puntuó Underdog
- Solo inglés (el japonés es un modelo aparte), dos voces, sin clonación
- Atribución obligatoria en cada clip publicado y en cada app
Ideal para
Aficionados, investigadores y entidades sin ánimo de lucro que quieren una voz clara en inglés que funcione sin conexión en la CPU de cualquier portátil.
Alternativas a Underdog Woof
Underdog Woof: preguntas frecuentes
- ¿Merece la pena Underdog Woof?
- Woof es el texto a voz más preciso que cabe en 40 MB según la prueba de la propia Underdog, y la licencia lo deja fuera de casi cualquier uso empresarial sin pasar por ventas. Le damos un 3.6 sobre 5.
- ¿Cuánto cuesta Underdog Woof?
- Gratis para uso no comercial con atribución bajo la Underdog Non-Commercial License 1.0. Cualquier uso empresarial requiere licencia comercial; precio no publicado. Gratis dentro de las propias apps de Underdog.
- ¿Qué inconvenientes tiene Underdog Woof?
- Licencia no comercial; el uso empresarial necesita licencia de pago, precio no publicado; todas las pruebas las ejecutó y puntuó Underdog; solo inglés (el japonés es un modelo aparte), dos voces, sin clonación; atribución obligatoria en cada clip publicado y en cada app.
- ¿Para quién es Underdog Woof?
- Aficionados, investigadores y entidades sin ánimo de lucro que quieren una voz clara en inglés que funcione sin conexión en la CPU de cualquier portátil.
- ¿Cuánto cuesta Underdog Woof para un equipo o en producción?
- Gratis para trabajo no comercial en cualquier CPU, con unos 402 MB de memoria por proceso de Juno. Las tarifas de la licencia comercial no se publican; pregunta en license@conway.tech.
- ¿Es Underdog Woof seguro para los datos de la empresa?
- Funciona en local, así que el texto nunca sale de la máquina. La licencia prohíbe el uso comercial sin licencia escrita, entrenar modelos de voz o audio con sus salidas y suplantar voces sin consentimiento.
- ¿Cuáles son las mejores alternativas a Underdog Woof?
- Las alternativas más cercanas que hemos analizado son Kokoro-82M, KittenTTS 2, NeuTTS (Air, Nano, 2E) y Qwen3-TTS.
Respuestas comprobadas el 11 nov 2026.