Woof: Sprachmodell mit nur 32 MB spricht offline – direkt im Browser

Worum es geht

Das amerikanische Start-up Underdog hat am 6. November 2026 ein neues Sprachmodell namens Woof vorgestellt. Woof ist ein sogenanntes Text-to-Speech-Modell – es verwandelt geschriebenen Text in gesprochene Sprache. Das Besondere: Das Modell ist nur etwa 32 MB groß, hat rund 31 Millionen Parameter und soll laut Underdog auf den meisten Geräten ganz ohne Internetverbindung laufen. Zum Vergleich: Große aktuelle KI-Modelle haben Zehn- bis Hunderte Milliarden Parameter, sind also tausendfach größer.

Die Gewichte stehen auf Hugging Face zum Download bereit. Laut dem ukrainischen Fachportal dev.ua erlaubt die Lizenz allerdings nur nicht-kommerzielle Nutzung, wer Woof in einem Produkt einsetzen will, braucht eine gesonderte Erlaubnis. Zuerst berichtet hatte TechCrunch.

Die Demo: Ein Retro-Zimmer im Browser

Um zu zeigen, was Woof kann, hat Underdog statt eines nüchternen Datenblatts ein kleines Browserspiel gebaut. Man betritt einen virtuellen Raum voller alter Technik: eine Schreibmaschine, eine Schreibtischlampe, ein Röhrenmonitor (CRT) und ein Computer. Die Lampe macht beim Klick auf den Schalter ein Geräusch, viele Gegenstände lassen sich anfassen.

Die zwei Hauptattraktionen:

• Die Schreibmaschine: Du tippst mit deiner Tastatur einen beliebigen Text ein, und das Spiel liest ihn laut vor – erzeugt von Woof, lokal auf deinem Rechner.
• Der Musik-Tuner: Dreht man an einem Regler, erzeugt das System unterschiedliche Arten von Musik. Laut dev.ua hört man dort Stücke, die mit Woof entstanden sind.

Das Intro des Spiels warnt laut TechCrunch vor „aufdringlichen“ Cloud-Anbietern in der Stadt – ein nicht besonders subtiler Seitenhieb auf KI-Dienste, die alles über fremde Server laufen lassen. Alles, was in der Demo passiert, läuft nach Angaben von Underdog direkt im Browser über das eigene Sprachmodell.

Wie klein ist „klein“?

Das Branchenportal FourWeekMBA stellt Woof direkt dem bekannten Open-Source-Sprachmodell Kokoro gegenüber, das 82 Millionen Parameter hat, und spricht von einem „8-mal kleineren“ Modell. Diese Zahl sollte man mit Vorsicht lesen: Gemessen an den Parametern ist Woof (31 Mio.) etwa 2,6-mal kleiner als Kokoro (82 Mio.). Ein größerer Faktor ergibt sich nur, wenn man die Dateigrößen vergleicht – die hängen aber stark davon ab, in welchem Zahlenformat die Gewichte gespeichert sind. Unabhängige Vergleiche zur Klangqualität zwischen beiden Modellen liegen bislang nicht vor.

Wichtig: Underdogs „Bark“ ist laut TechCrunch ein Spracherkennungsmodell (Speech-to-Text) für Transkription und Diktat und hat nichts mit dem gleichnamigen, älteren Sprachausgabe-Modell des Musik-KI-Anbieters Suno zu tun.

Wofür so ein Mini-Modell taugt

Alle Quellen sind sich einig: Ein Modell dieser Größe wird die großen Stimm-KIs nicht ersetzen. Ausdrucksstarke, emotionale Stimmen oder das Klonen beliebiger Stimmen sind bei 31 Millionen Parametern kaum zu erwarten – Underdog selbst macht dazu keine Angaben. Für bestimmte Aufgaben kann es aber reichen:

• Nachrichten oder Benachrichtigungen vorlesen,
• personalisierte Podcasts erzeugen,
• Sprachassistenten betreiben, die nicht ständig online sein sollen.

Der Vorteil kleiner Modelle liegt in der sogenannten Edge-KI – also KI, die direkt auf dem Endgerät (Handy, Laptop) statt in einem Rechenzentrum läuft. Das spart Serverkosten, verkürzt die Wartezeit und hält die Daten auf dem eigenen Gerät. Traders Union betont genau diesen Punkt: weniger Infrastruktur, schnellere Reaktion, weniger Abhängigkeit von entfernten Servern.

Das steckt hinter Underdog

Gründer Sigil Wen erzählte TechCrunch, er habe angefangen, weil er statt KI-Notizprogrammen wie Granola lieber ein eigenes System bauen wollte – mit Modellen, die auf dem Gerät der Nutzer laufen, sodass diese ihre Daten selbst besitzen. Dazu hat er ein Manifest veröffentlicht. Gegenüber TechCrunch sagte er:

„Ich glaube, dass wir die meisten leistungsfähigen Modelle von heute innerhalb weniger Monate auf den Geräten laufen lassen können, die du schon besitzt. Wir wollen einfach die besten offenen Modelle trainieren, die in Amerika gemacht, offen und leistungsfähig sind und Menschen private KI ermöglichen.“

Woof ist nicht das einzige Produkt: Wenige Wochen zuvor hatte Underdog das erwähnte Spracherkennungsmodell Bark (167 MB) veröffentlicht. Außerdem gibt es ein Modell mit 27 Milliarden Parametern, das auf Laptops laufen soll, sowie eine App mit Warteliste, die Underdog als lokal betriebene Alternative zu den KI-Diensten Muse und Instinct positioniert. Details zu diesen Produkten nennen die Quellen nicht.

Was du zum Ausprobieren brauchst

Am einfachsten ist die Browser-Demo: Sie braucht keine Installation, nur einen aktuellen Browser. Laut Underdog läuft Woof auf den meisten Geräten. Wer das Modell selbst herunterladen will, findet es auf Hugging Face. Bei 31 Millionen Parametern und 32 MB reicht ein ganz normaler Rechner – eine Grafikkarte ist nicht nötig, ein aktueller Prozessor und wenige hundert MB freier Arbeitsspeicher sollten genügen, auch Macs und schwächere Laptops kommen infrage. Wie genau man das Modell außerhalb der Demo ansteuert (Programmbibliothek, unterstützte Sprachen, Stimmen), geht aus den vorliegenden Berichten nicht hervor – ein Blick in die Modellbeschreibung auf Hugging Face ist Pflicht. Ob Woof Deutsch spricht, ist offen; die Demo ist englischsprachig.

Einordnung

Woof ist kein Durchbruch bei der Klangqualität, sondern ein Statement zur Größe: Sprachausgabe, die in 32 MB passt und im Browser offline läuft, ist für Bastler, App-Entwickler und alle interessant, die keine Texte an Cloud-Dienste schicken wollen. Die verspielte Demo macht das Thema greifbar. Kritisch bleibt: Es gibt bisher keine unabhängigen Tests zu Klang, Geschwindigkeit oder Sprachunterstützung, und der Vergleich „8-mal kleiner als Kokoro“ ist bei Parametern so nicht haltbar. Zudem ist „open“ hier eingeschränkt – die nicht-kommerzielle Lizenz unterscheidet Woof deutlich von Kokoro, das unter der freizügigen Apache-2.0-Lizenz steht. Wer ein Produkt bauen will, muss mit Underdog verhandeln. Spannend wird, ob Underdog seine Ankündigung einlöst, deutlich größere Modelle auf normale Geräte zu bringen.