Align

Inspiration

Des idées à construire avec Align. Copiez un prompt dans votre agent de code et lancez-vous.

Ce que fait le modèle

• Corrige les horodatages au niveau du mot que renvoient SpeechTranscriber et SpeechAnalyzer d'Apple, sans les remplacer : mêmes mots, même surface de résultat, valeurs audioTimeRange plus serrées.
• Erreur moyenne de 124,2 ms à 43,9 ms, moyennée par macro sur les neuf langues pour qu'aucune ne porte le chiffre à elle seule. En anglais, elle va plus loin : de 106,4 ms à 20,2 ms.
• Sur un échantillon de 500 extraits de LibriSpeech test-clean, 95 % des mots tombent à moins de 50 ms de la référence, contre 37 % auparavant. Le pire dixième progresse le plus : de 230,7 ms à 33,0 ms, environ une image vidéo à 30 fps.
• Un repli structurel garde l'horodatage original d'Apple chaque fois qu'une correction serait invalide, atteint le bord de la fenêtre de recherche, ou manque de contexte de streaming.
• Neuf langues : anglais, espagnol, français, italien, portugais, allemand, japonais, coréen et chinois. Les autres langues passent sans changement.
• Environ 0,7 Mo de Core ML compilé en deux étages, exécutés sur le CPU et le Neural Engine ; un résultat courant est affiné en quelques millisecondes.

Prise en main

Ajoutez horodatage des mots à votre application iOS or macOS en quelques lignes de code. Docs Align.

// Swift Package Manager
.package(url: "https://github.com/Desert-Ant-Labs/desert-ant-core.git", from: "3.1.0")
// target dependency
.product(name: "Align", package: "desert-ant-core")

import Align

let refiner = try await SpeechTimestampRefiner(locale: locale)
try await analyzer.start(inputSequence: inputs.recordingAudio(for: refiner))

for try await result in transcriber.results.refiningTimestamps(with: refiner) {
    result.words   // [WordTiming]: text, start, end, refined
}

Add Align from Desert Ant Labs to this Swift project (iOS, macOS).

What it does: Align : horodatages de mots sur l'appareil pour toute transcription.

SDK:

Swift (iOS, macOS)
Repo: https://github.com/Desert-Ant-Labs/desert-ant-core#readme
// Swift Package Manager
.package(url: "https://github.com/Desert-Ant-Labs/desert-ant-core.git", from: "3.1.0")
// target dependency
.product(name: "Align", package: "desert-ant-core")

Reference:
- Model page: https://desertant.com/models/align/
- Full catalog and other models: https://desertant.com/llms.txt

Add the SDK, then follow its README for the exact API and current version. Do not invent API names or method signatures; confirm them against the README.

Spécifications

Exactitude

20,2 ms d'erreur moyenne sur LibriSpeech test-clean face aux 106,4 ms d'Apple, et 43,9 ms sur les neuf langues face aux 124,2 ms d'Apple

Taille sur l'appareil

Environ 0,7 Mo de Core ML compilé (deux étages de 0,3 Mo, plus le banc de filtres et le calibrateur)

Langues

Anglais, espagnol, français, italien, portugais, allemand, japonais, coréen, chinois

Modèle

Cascade à deux étages, du grossier au fin, sur un spectrogramme log-mel, avec 121 mille paramètres par étage et un calibrateur à arbres avec gradient boosting

Plateformes

iOS 26, macOS 26, tvOS 26, visionOS 26 (Core ML), où vit SpeechAnalyzer

FAQ

Ressources

• Docs Align
• Poids du modèle sur Hugging Face
• Modèles Swift