Dippy SpeechCena

(SN58)

Dippy Speech (SN58) to wyspecjalizowana podsieć w sieci Bittensor, dedykowana budowaniu zaawansowanych, otwartoźródłowych empatycznych modeli mowy dla towarzyszy AI. Podczas gdy inne podsieci koncentrują się na generowaniu tekstu, SN58 opracowuje konkretnie technologię Text-to-Speech (TTS). Jej celem jest tworzenie realistycznych, brzmiących jak ludzkie głosów, które napędzają doświadczenia użytkowników w aplikacji Dippy, sprawiając, że interakcje z AI wydają się bardziej naturalne i nacechowane emocjonalnie.

W ramach przejścia na Dynamic TAO (dTAO), token SN58 umożliwia użytkownikom i inwestorom bezpośredni udział w ekosystemie podsieci. Poprzez mechanizm dTAO osoby prywatne mogą stakować na konkretne podsieci, takie jak SN58, co pozwala na zdecentralizowane głosowanie i zarządzanie. System ten gwarantuje, że sukces i jakość modeli mowy opracowanych przez podsieć przekładają się na wartość w ramach wyspecjalizowanej tokenomiki sieci.

Dippy wyróżnia się znacznie mniej rygorystycznym podejściem do cenzury w porównaniu z asystentami AI głównego nurtu. Projekt skupia się na zapewnieniu otwartego środowiska do empatycznego odgrywania ról i towarzystwa, unikając ciężkich filtrów często spotykanych na scentralizowanych platformach. To zaangażowanie w swobodę twórczą jest głównym atutem dla społeczności, pozwalając na bardziej autentyczne i zróżnicowane interakcje z postaciami AI.

Górnicy w SN58 wykorzystują Parler-TTS Mini v1 jako swój bazowy model referencyjny. Aby uczestniczyć, muszą zapewnić moc obliczeniową GPU do obsługi benchmarkingu i trenowania technologii text-to-speech. Proces rozwoju obejmuje dostrajanie tych modeli i przesyłanie wag do wspólnej puli w formacie Safetensors. To konkurencyjne środowisko motywuje górników do generowania najwyższej jakości dźwięku w celu zdobywania nagród.

Podsieć stosuje rygorystyczne wskaźniki oceny, aby upewnić się, że modele spełniają wysokie standardy. Ewaluacja opiera się na Word Error Rate (WER), który śledzi dokładność, oraz Human Likeness Score, który mierzy, jak naturalnie i empatycznie brzmi głos. Te metryki pozwalają zdecentralizowanej sieci na obiektywne rankingowanie wydajności różnych modeli i nagradzanie deweloperów, którzy tworzą najbardziej realistyczną technologię mowy.

Projekt znajduje się obecnie w fazie stopniowego wdrażania. Zgodnie z roadmapą, najbardziej wyczekiwanym kamieniem milowym jest Faza 3, która oznacza pełną integrację end-to-end zdecentralizowanych modeli głosowych SN58 z aplikacją konsumencką. Po jej zakończeniu użytkownicy będą wchodzić w interakcję z postaciami AI napędzanymi przez realistyczną technologię mowy opracowaną w sieci Bittensor. Dodatkowo, ponieważ modele te są otwartoźródłowe, mogą ostatecznie zostać wykorzystane w innych aplikacjach i grach firm trzecich.