Desert Ant Labs

Desert Ant LabsはSwift、Kotlin、JavaScript向けのネイティブSDKを提供するので、同じモデルがiOS、Android、Webで動く。プラットフォームごとに別のベンダーをつなぐのではなく、モデルを各プラットフォームで一度実装すればよい。これは実際に時間を節約する。面倒な部分はSDKが引き受け、だからこそ数行のコードでモデルを製品に組み込める。

Vozは旗艦の音声モデルで、同社はiPhoneで10分の音声を約2秒で文字起こしできるとしている。速い。ローカルで動くのでオフラインでも機能し、サーバーへの往復による遅延も避けられる。会議・メモ・ボイスメッセージを録るアプリにとって、飛行機の中や不安定な回線でもできることが変わる。

Redactは端末上で個人を特定できる情報を見つけてフィルタリングする。サポートツール、チャットログ、生の名前・番号・住所をバックエンドへ送りたくない場所で効いてくる。それだけのことだ。データが動く前にフィルタリングするのは、動いた後にフィルタリングするのとは違うプライバシー姿勢である。

Clearはローカルで動かしながらスタジオ品質の音を届けるよう作られている。この訴えは、クラウドの音声クリーンアップに分単位で払っている人に真正面から向く。端末で動くので、利用量に紐づく継続課金はない。予想外の請求もない。ポッドキャストやインタビューを編集する人は、アップロード工程なしでよりクリアな音声を得られる。

1つの巨大な汎用モデルではなく、カタログは専門家の集まりだ。単語のタイムスタンプはAlign、言語検出はEarとTongue、ハイライト選定はClips、スケッチからの図形認識はShapes、絵文字はEmo、フィラー語はUhmが担う。作業に合う1つを選べば、より広いモデルの負担を省ける。

Gistは投稿や記事のトピックとタグを生成し、Titleはあらゆるテキストのタイトルと説明を提案する。安全性の面では、Moderatorがアップロードや表示の前に裸体を検出し、Toxicはヘイトスピーチの仕分けでベータ版にある。これらは、放っておけば多くのクラウド呼び出しを積み上げる定型のコンテンツ作業をカバーする。

Desert Ant Labsは、モデルがライセンス済みおよび公開データで学習されているため、どのモデルも商用利用できるとしている。データセットの出所がしばしば不透明な分野では、はっきりした主張だ。課金顧客へ出荷するチームの法的な疑問符を取り除く。小さなことではない。