Qu’est-ce que Underdog Woof ?
Underdog Woof est un petit modèle de synthèse vocale en anglais de Conway Research, la société soutenue par a16z qui développe l'assistant embarqué Underdog, publié le 5 novembre 2026. Il propose deux voix, Juno et Mira, stockées dans un seul fichier de poids int8 de 40,6 Mo, et produit un son mono à 24 kHz. Il compte 38,24 millions de paramètres : un modèle vocal de 22,95 millions et un décodeur audio adapté du codec Mimi de Kyutai.
Il tourne sur le processeur d'un ordinateur portable avec numpy pour seule dépendance. Un normaliseur à base de règles réécrit numéros de téléphone, dates, prix et codes comme on les prononce, les longs textes sont découpés en phrases, et chaque morceau est régénéré jusqu'à trois fois de plus s'il dure trop longtemps ou contient un silence. Une version à une voix de 31,7 Mo tourne dans le navigateur sur underdog.ai/woof.
La licence est la Underdog Non-Commercial License 1.0, propre à Underdog. L'usage personnel, la recherche, l'enseignement et les associations sont gratuits avec mention ; tout usage commercial, y compris le travail interne d'une entreprise, exige une licence payante dont le prix n'est pas publié. Ce modèle ne parle qu'anglais et ne clone pas les voix ; un Woof japonais distinct est apparu sur Hugging Face le 10 novembre.
Combien coûte Underdog Woof ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Non-commercial | Free | Usage personnel, recherche, enseignement et associations, avec mention |
| Commercial licence | Not published | Tout usage professionnel ou lucratif ; évaluation interne de 30 jours autorisée |
Gratuit pour un usage non commercial avec mention, sous la Underdog Non-Commercial License 1.0. Licence commerciale exigée pour tout usage professionnel ; prix non publié. Gratuit dans les applications d'Underdog.
Underdog Woof vaut-il le coup ?
L'argument de Woof est la précision pour une taille presque négligeable. Sur TTS Hard Cases de Gradium, 500 phrases anglaises pleines de nombres, de codes et de noms difficiles, Underdog annonce un taux d'erreur par mot de 1,42% pour la voix Mira, contre 5,17% pour Kokoro 82M, 9,81% pour le seul modèle plus petit testé, Kitten Nano 0.8, et 1,89% pour Fish Audio Drama 3, un téléchargement de 41,5 Go. Un modèle 1 022 fois plus petit se trompe donc sur moins de mots.
Ces chiffres restent une affirmation. Underdog a lui-même fait tourner et noté chaque modèle : qwen3.8-omni-flash a transcrit l'audio et gemma-4-31b-it a compté les erreurs. Le taux d'erreur par mot mesure si les mots sont justes, pas si la voix sonne naturelle, et aucun test d'écoute indépendant ni classement de type arène n'a été publié.
La vitesse est l'atout pratique. La voix Juno tourne 13,8 fois plus vite que le temps réel sur un seul thread CPU d'un Apple M5 Max, avec un pic de 402 Mo de mémoire, et Mira 7,2 fois. Ni GPU, ni serveur, ni clé d'API : il convient aux applications hors ligne, aux bornes et aux outils d'accessibilité sur du matériel modeste.
Le hic : la licence. Tout usage par ou pour une entreprise compte comme commercial, y compris en interne, et exige une licence écrite d'Underdog à un prix non publié. Chaque extrait publié doit créditer Underdog Woof, les applications doivent afficher « Voice by Underdog Woof », et vous ne pouvez pas utiliser son audio pour entraîner un autre modèle vocal. Il y a deux voix anglaises et pas de clonage.
Notre avis : pour un projet personnel, un prototype de recherche ou une application de lecture associative, Woof est sur le papier la voix la plus précise sous 50 Mo. Pour un produit, la licence Apache 2.0 de Kokoro l'emporte avant même que la qualité entre en jeu.
Là où il fait la différence
Le développeur d'une application de lecture gratuite et hors ligne pour une association d'alphabétisation
Lire à voix haute livres et avis sur des tablettes Android bon marché sans réseau
Embarquez le fichier à deux voix de 40,6 Mo (le modèle à une voix de 31,7 Mo ne tourne que dans la démo navigateur d'Underdog) ; l'usage associatif est gratuit si l'application affiche « Voice by Underdog Woof » avec un lien. Des portages ONNX et Rust existent dans la communauté, mais ils ne sont pas officiels.
Une chercheuse en parole qui compare de minuscules modèles TTS
Comparer l'intelligibilité de modèles de moins de 100 Mo sur du texte difficile
Lancez python -m underdog_woof sur les 500 phrases de Gradium et notez avec votre propre ASR, car les 1,42% d'Underdog viennent de sa propre chaîne. La recherche est gratuite ; entraîner un autre modèle vocal sur l'audio de Woof est interdit.
Un chef de produit chez un éditeur de logiciels pour centres d'appels
Relire numéros de commande et de téléphone dans un bot vocal installé sur site
Le normaliseur intégré gère des numéros comme 415-555-0199 et des heures comme 5:30 p.m. L'usage en entreprise est commercial : prévoyez une licence auprès de license@conway.tech après l'évaluation de 30 jours.
Avant de vous engager
- Mise en route
- pip install numpy, téléchargez le dépôt avec hf download, puis lancez python -m underdog_woof "text" -o out.wav. Passez une graine pour obtenir un audio reproductible.
- Intégrations
- API Python (Woof(voice="mira")) qui renvoie un audio float32 à 24 kHz ; ligne de commande. Des projets communautaires ajoutent un portage Rust avec serveur de type OpenAI, une API HTTP Docker et des versions ONNX pour Android, aucun approuvé par Underdog.
- Données et confidentialité
- Tourne en local, le texte ne quitte donc jamais la machine. La licence interdit l'usage commercial sans licence écrite, l'entraînement de modèles vocaux ou audio sur ses sorties et l'imitation de voix sans consentement.
- Coût à grande échelle
- Gratuit pour un usage non commercial sur n'importe quel processeur, avec environ 402 Mo de mémoire par processus Juno. Le tarif de la licence commerciale n'est pas publié ; écrivez à license@conway.tech.
- Limites
- Anglais seulement, deux voix fixes, mono à 24 kHz. Les phrases de plus de 120 caractères sont coupées à la ponctuation ; aucun score de naturel publié ; entraîné sur LibriTTS-R et Emilia-YODAS.
Les points forts
- 40,6 Mo pour deux voix ; tourne avec numpy seul
- Taux d'erreur par mot de 1,42% sur les cas difficiles de Gradium (déclaré par l'éditeur)
- 13,8 fois le temps réel sur un thread CPU
- Lit nombres, dates et codes comme on les prononce
Les points faibles
- Licence non commerciale ; l'usage professionnel exige une licence payante au prix non publié
- Tous les benchmarks menés et notés par Underdog
- Anglais seulement (le japonais est un modèle distinct), deux voix, pas de clonage
- Mention obligatoire sur chaque extrait publié et chaque application
Idéal pour
Les amateurs, chercheurs et associations qui veulent une voix anglaise claire fonctionnant hors ligne sur le processeur de n'importe quel portable.
Alternatives à Underdog Woof
Underdog Woof : questions fréquentes
- Underdog Woof vaut-il le coup ?
- Woof est la synthèse vocale la plus précise qui tienne en 40 Mo selon le propre test d'Underdog, et sa licence l'exclut de presque tout usage professionnel sans passer par le service commercial. Nous lui donnons 3.6 sur 5.
- Combien coûte Underdog Woof ?
- Gratuit pour un usage non commercial avec mention, sous la Underdog Non-Commercial License 1.0. Licence commerciale exigée pour tout usage professionnel ; prix non publié. Gratuit dans les applications d'Underdog.
- Quels sont les inconvénients de Underdog Woof ?
- Licence non commerciale ; l'usage professionnel exige une licence payante au prix non publié; tous les benchmarks menés et notés par Underdog; anglais seulement (le japonais est un modèle distinct), deux voix, pas de clonage; mention obligatoire sur chaque extrait publié et chaque application.
- À qui s’adresse Underdog Woof ?
- Les amateurs, chercheurs et associations qui veulent une voix anglaise claire fonctionnant hors ligne sur le processeur de n'importe quel portable.
- Combien coûte Underdog Woof pour une équipe ou en production ?
- Gratuit pour un usage non commercial sur n'importe quel processeur, avec environ 402 Mo de mémoire par processus Juno. Le tarif de la licence commerciale n'est pas publié ; écrivez à license@conway.tech.
- Underdog Woof est-il sûr pour les données de l’entreprise ?
- Tourne en local, le texte ne quitte donc jamais la machine. La licence interdit l'usage commercial sans licence écrite, l'entraînement de modèles vocaux ou audio sur ses sorties et l'imitation de voix sans consentement.
- Quelles sont les meilleures alternatives à Underdog Woof ?
- Les alternatives les plus proches que nous avons testées sont Kokoro-82M, KittenTTS 2, NeuTTS (Air, Nano, 2E) et Qwen3-TTS.
Réponses vérifiées le 11 nov. 2026.