Dippy SpeechPrix

(SN58)

Dippy Speech (SN58) est un subnet spécialisé sur le réseau Bittensor, dédié à la création de modèles de parole empathiques, open-source et avancés pour le compagnonnage par IA. Alors que d'autres subnets se concentrent sur la génération de texte, le SN58 développe spécifiquement la technologie Text-to-Speech (TTS). Son but est de créer des voix réalistes et humaines qui alimentent l'expérience utilisateur dans l'application Dippy, rendant les interactions avec l'IA plus naturelles et émotionnellement résonnantes.

Dans le cadre de la transition vers le Dynamic TAO (dTAO), le token SN58 permet aux utilisateurs et aux investisseurs de participer directement à l'écosystème du subnet. Grâce au mécanisme dTAO, les individus peuvent staker sur des subnets spécifiques comme le SN58, permettant un vote et une gouvernance décentralisés. Ce système garantit que le succès et la qualité des modèles de parole développés par le subnet se traduisent en valeur au sein de la tokenomics spécialisée du réseau.

Dippy se distingue par une position beaucoup moins censurée que celle des assistants IA grand public. Le projet se concentre sur la fourniture d'un environnement ouvert pour le jeu de rôle empathique et le compagnonnage, en évitant les filtres lourds souvent présents sur les plateformes centralisées. Cet engagement envers la liberté créative est un attrait majeur pour sa communauté, permettant des interactions plus authentiques et diversifiées avec les personnages d'IA.

Les mineurs sur SN58 utilisent Parler-TTS Mini v1 comme modèle de référence de base. Pour participer, ils doivent fournir de la puissance de calcul GPU pour gérer le benchmarking et l'entraînement du text-to-speech. Le pipeline de développement implique le fine-tuning de ces modèles et la soumission des poids (weights) à un pool partagé au format Safetensors. Cet environnement compétitif incite les mineurs à produire une sortie audio de la plus haute qualité pour gagner des récompenses.

Le subnet utilise des mesures de notation rigoureuses pour s'assurer que les modèles répondent à des normes élevées. L'évaluation est basée sur le Word Error Rate (WER), qui suit la précision, et un Human Likeness Score, qui mesure à quel point la voix semble naturelle et empathique. Ces métriques permettent au réseau décentralisé de classer objectivement les performances des différents modèles et de récompenser les développeurs qui produisent la technologie de parole la plus réaliste.

Le projet est actuellement en phase de déploiement progressif. Selon la roadmap, l'étape la plus attendue est la Phase 3, qui marque l'intégration complète de bout en bout des modèles vocaux décentralisés de SN58 dans l'application grand public. Une fois terminée, les utilisateurs interagiront avec des personnages d'IA alimentés par la technologie de parole réaliste développée sur le réseau Bittensor. De plus, comme ces modèles sont open-source, ils pourraient à terme être utilisés dans d'autres applications et jeux tiers.