Desert Ant Labs,端侧小模型与SDK,Desert Ant Labs做的是一组专门化的端侧小模型,每个只干一件事:语音识别Voz、语音增强Clear、敏感信息脱敏Redact、词级时间戳Align、口头禅检测Uhm、语种识别T
您正在寻找一种方法来在移动应用中集成语音识别和其他 AI 能力。而不需要将使用者数据传输到云端,而且希望避免因调用量大而产生的云 API 账单?
推荐指数的观点是,★★★★★ 最佳使用场景:
Desert Ant Labs做的是一组专门化的端侧小模型。每个只干一件事:语音识别Voz、语音提高Clear、敏感信息脱敏Redact、词级时间戳Align、口头禅检测Uhm、语种识别Tongue、标题描述生成Title、话题标签Gist等。 这些模型直接跑在使用者设备上,无需按token计费的云端成本。
官方给出的例子是在iPhone上2秒转写10分钟音频。 它适合App开发者给产品加上“小而确定”的AI能力。特别是注重隐私、不想把使用者数据传到云端,或者调用量大、云API账单吃不消的场景。按理说,
主要代码在GitHub开源。它不是通用大模型,复杂推理类任务不在它的能力范围里。