Desert Ant Labs

もっと賢いメモを、オンデバイスで。

書いているそばからメモにタイトルとタグを付け、見出しに絵文字を提案し、ラフなスケッチをきれいな図形に変え、音声入力や会議を文字起こしします。すべてオンデバイスで。

メモのための AI モデル

端末の外には何も出ない

どのモデルも、ユーザーのスマートフォン、タブレット、ノートパソコン上で動きます。個人的な日記、健康の記録、会社のデータがサーバーで処理されることはないので、どんなメモでも機能を使えます。

呼び出しごとの費用なし

すべてのメモにタイトルを付け、すべての画像を整理し、すべての会議を文字起こししても、呼び出しごとの請求はありません。チームは、先にクラウド費用を見積もらなくても機能を追加できます。

オフラインで動く

モデルをダウンロードしておけば、どの機能も接続なしで動きます。タイトル付け、音声入力、スケッチの清書は、機内でも電波の届かない会議室でも使えます。

動作例

どの例も、モデルの実際の出力を再生しています。詳しくは各モデルのページへ。Gist、Emo、Shapes は、自分のテキストやスケッチで試せます。

Title · タイトルと説明

すべてのメモにタイトルを

ユーザーが書くそばから、Title が短いタイトルと説明を提案し、メモが長くなるにつれて両方を更新します。Title は Apple プラットフォーム専用です。細部を間違えることもあるので、提案された内容はユーザーが編集できるようにしてください。

3-8タイトルの語数1〜2 文の説明付き
286MBオンデバイスApple silicon、MLX 経由
AppleプラットフォームiOS、macOS、tvOS、visionOS
Title

Gist · コンテンツのトピックタグ付け

メモに自動でタグを付ける

Gist は、36 のトピックタグから 1 つ以上を各メモに付けます。タグを使えば、メモをトピック別のタブに整理したり、検索結果をトピックで絞り込めるようにしたりできます。Gist は 101 言語に対応しています。

91%上位 3 件に正解人手でラベル付けした実投稿 572 件
36トピック
101言語
Gist

Emo · 絵文字の提案

見出しや箇条書きに絵文字を提案する

1 行を書き終えると、Emo がその行に合う絵文字を提案します。パスポートの更新には 🛂、電気代の請求には 💡、チームミーティングには 👥。提案は 2 ms 未満なので、入力に遅れずについていきます。

<2ms提案 1 件あたり
5MBオンデバイスApple。Android と Web では 11MB
22言語
Emo

Eye · 画像分類 · ベータ

画像にラベルを付けて整理する

Eye は、ホワイトボード、スクリーンショット、地図、写真を見分け、それぞれの写真に何が写っているかも判別します。画像を種類別に整理すれば、ユーザーは火曜日のホワイトボードをすぐに見つけられます。

98%正しくタグ付けされたスクリーンショット既定の設定で。レシートは 100%
5.5ms写真 1 枚あたりNeural Engine、Apple M6 搭載の Mac
48MBオンデバイスApple。Android と Web では 66MB
Eye

Voz · 音声認識

メモに音声で入力する

ユーザーが話すそばから、Voz が数語ずつメモに書き込みます。リアルタイムの文字起こしは Apple プラットフォームのみで、Android と Web では録音が終わってから文字起こしします。Voz が対応するのは欧州の 25 言語なので、Ear と組み合わせて先に言語を判定してください。

2s10 分の音声iPhone 17 Pro
25言語欧州
337MBディスク上Apple、初回利用時にダウンロード
Voz

Who · 誰が何を話したか · ベータ

誰が何を話したかを示す

Who を Voz と組み合わせると、議事メモの各行に、どの話者の発言かが表示されます。Who は 5 分ごとに最大 4 人の話者を聞き分け、会議全体ではそれ以上の人数に対応します。Who が最も力を発揮するのは、ビデオ通話のように一人ひとりが自分のマイクを使う場合です。

3s50 分のインタビューMacBook Pro(M5 Pro)
12.6%会議での誤り率AMI の会議、低いほど良い
81MBオンデバイスApple。Android と Web では 32MB
Who

Shapes · 図形認識

ラフなスケッチを、きれいな図形に

文に下線を引く、単語を丸で囲む、フローチャートを描く。Shapes はそのひと筆ずつを、10 ms 未満できれいな図形に整えます。会議中に描いたメモや図も、そのまま共有できるほどきれいに仕上がります。

<10ms認識 1 回あたり
0.7MBオンデバイスApple。Android と Web では 0.95MB
13図形の種類矢印、ハート、雲も含む
Shapes

はじめる

必要なモデルは、1 つの SDK から Swift、Kotlin、JavaScript でインストールできます。この例では、Gist と Emo でメモにタグを付けます。Apple プラットフォームでは、Title でメモのタイトルも付けます。

iOS, macOS, Linux, Windows

インストール
// Swift Package Manager
.package(url: "https://github.com/Desert-Ant-Labs/desert-ant-core.git", from: "4.3.0",
        traits: ["MLX"])
// target dependencies
.product(name: "Title", package: "desert-ant-core")
.product(name: "Gist", package: "desert-ant-core")
.product(name: "Emo", package: "desert-ant-core")
使用例 - Swift
import Title
import Gist
import Emo

let titles = try await Titles(directory: modelFolder)
let gist = Gist()
let emo = Emo()

// after a pause in typing
let card = try await titles.describe(note)
let topic = try await gist.classify(note).first
let emoji = try await emo.suggestions(for: note).first?.emoji

Android

インストール
// build.gradle.kts (Maven Central)
implementation("ai.desertant:gist:4.3.0")
implementation("ai.desertant:emo:4.3.0")
使用例 - Kotlin
import ai.desertant.emo.Emo
import ai.desertant.gist.Gist

val gist = Gist(context)
val emo = Emo(context)

// after a pause in typing
val topic = gist.classify(note).firstOrNull()
val emoji = emo.suggestions(note).firstOrNull()?.emoji

Web, Node.js

インストール
npm i @desert-ant-labs/gist @desert-ant-labs/emo @litertjs/core
使用例 - TypeScript
import { Emo } from "@desert-ant-labs/emo";
import { Gist } from "@desert-ant-labs/gist";

const gist = await Gist.load();
const emo = await Emo.load();

// after a pause in typing
const [topic] = await gist.classify(note);
const [suggestion] = await emo.suggestions(note);

メモアプリを開発中ですか?

ユーザーのために何を加えたいかを教えてください。モデル選びと組み込みの計画をお手伝いします。