Команда Moonshine AI уместила распознавание голосовых команд, определение речи и нейронный синтез голоса в микроконтроллер с 520 КБ оперативной памяти. Референсной платформой стал Raspberry Pi RP2350 — чип стоимостью около 80 центов. Звучит почти неправдоподобно. Современные речевые модели обычно занимают сотни мегабайт или даже несколько гигабайт, требуют мощного процессора и нередко отправляют звук в облако. Здесь же устройство слушает человека, распознаёт произнесённую команду и отвечает голосом, располагая примерно тем же объёмом памяти, что и небольшая фотография из мессенджера...