Desert Ant Labs

Uhm.

필러워드 탐지사용 가능

온디바이스 군말 감지. 모든 'um', 'uh', 'hmm'을 20ms 정밀도로 표시하고, 한 시간 오디오를 12초에 처리합니다.

시작하기 문서 모델 카드

군말을 모두 찾아 지웁니다.

한 시간짜리 에피소드가 iPhone 17 Pro에서 12초에 분석됩니다. 지난 회차 전체가 클라우드 청구서가 아니라 로컬에서 돌리는 일괄 작업이 됩니다.

Uhm은 전사 단계를 건너뛰어 거기에 도달합니다. 'um'을 찾는 흔한 방법은 파일 전체를 전사한 뒤 텍스트를 검색하는 것입니다. 그런데 전사는 어차피 도움이 되지 않습니다: Whisper 같은 모델은 군말을 출력에서 빼므로, 찾아야 할 'um'이 애초에 텍스트에 나타나지 않습니다.

대신 Uhm은 파형을 읽고 들리는 모든 군말을 표시하므로, 편집자가 그것들을 잘라내거나 한 번의 정리로 테이크 전체를 다듬을 수 있습니다. 오디오나 비디오 파일을 열면 모든 군말이 시각과 함께 나열되어, 하나를 클릭하면 그 지점으로 갑니다.

Apple은 45MB Core ML 빌드를 실행합니다. 브라우저 데모와 Python 백엔드는 같은 모델을 51MB ONNX로 실행하므로, 웹 편집기와 일괄 작업이 똑같이 동작합니다.

10분 분량 오디오를 2초에.

iPhone 17 Pro에서 실시간의 296배, iPad Pro M4에서 279배, iPhone 15 Pro에서 169배이며, 예측은 20ms마다 나옵니다.

296x
실시간 배속
iPhone 17 Pro
20ms
프레임 해상도
45MB
온디바이스
Core ML fp16; 브라우저와 서버는 51MB ONNX

실시간 배속 (오디오 길이 대비 분석 시간), fp16 Core ML, 웜 (내부)

기기실시간 배속
iPhone 17 Pro296x
iPad Pro (M4)279x
iPhone 15 Pro169x

내부 벤치마크. 영어로 학습했으며, 스페인어, 프랑스어, 독일어, 네덜란드어로의 전이는 음향적인 것이라 별도로 측정하지 않았습니다.

지난 콘텐츠를 밤새 정리.

타임라인의 필러를 남김없이 잘라내기

모든 'um'과 'uh'에 표시를 남깁니다. 편집자가 손으로 다듬든 한 번의 정리 기능으로 처리하든, 전사 패스를 먼저 돌리지 않고도 녹음을 촘촘하게 조일 수 있습니다.

브라우저 안의 필러 타임라인

웹 편집기에서, 오디오나 비디오 파일의 모든 군말이 클릭하면 그 지점으로 가는 시각과 함께 나열되며, 클라이언트 측에서 계산되어 업로드도, 뒤에서 도는 워커 대기열도 없습니다.

'um'이 글자가 되기 전에 걷어내기

오디오 속 비유창성을 표시해 전사본에 들어갈 단어에서 빼냅니다. 완성된 텍스트는 화자가 말하려던 그대로 읽힙니다.

말하기 연습과 코칭

녹음된 발표 전체에서 화자가 필러에 기대는 횟수를 세어 그 패턴을 보여 줍니다. 목소리를 한 번도 업로드하지 않는 연습 앱을 만들 수 있습니다.

영감

Uhm(으)로 만들 아이디어. 프롬프트를 코딩 에이전트에 복사해 시작하세요.

Uhm

Add a 'remove ums' button to a podcast or video editor.

Uhm

Build a speaking coach that counts and marks your filler words.

Uhm

Show a filler-word timeline for any recording.

ClearVozUhm

A clean, filler-free transcript from a raw, noisy recording.

Uhm

Trim every filler from a talking-head take automatically.

모델이 하는 일

  • 프레임 단위 정밀: 20ms 정확도.
  • 음향 기반 탐지: 파형에서 직접 작동하며 전사가 필요 없음.
  • Bias 프리셋: 정밀도, 균형, 재현율.
  • 영어로 학습되었으며, 재학습 없이 스페인어, 프랑스어, 독일어, 네덜란드어로 전이됩니다.

시작하기

필러워드 탐지을(를) 몇 줄의 코드로 iOS or macOS 앱에 추가하세요. Uhm 문서.

iOS, macOS
설치
// Swift Package Manager
.package(url: "https://github.com/Desert-Ant-Labs/desert-ant-core", from: "3.1.0")
// target dependency
.product(name: "Uhm", package: "desert-ant-core")
예제 - Swift
import Uhm

let result = try await Uhm().analyze(audioURL: url)
for f in result.fillers { print(f.start, f.end, f.type ?? .other) }
프롬프트로 만들기
Add Uhm from Desert Ant Labs to this Swift project (iOS, macOS).

What it does: 오디오와 비디오를 위한 온디바이스 필러워드 탐지.

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", from: "3.1.0")
// target dependency
.product(name: "Uhm", package: "desert-ant-core")

Reference:
- Model page: https://desertant.com/models/uhm/
- 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.
GitHub의 SDK
Android곧 출시
Web, Node.js곧 출시

사양

해상도
20ms 프레임 분해능
모델
음향 기반, 전사 불필요
온디바이스 크기
45MB Core ML (Apple); 51MB ONNX (브라우저, 서버)
언어
영어. 스페인어, 프랑스어, 독일어, 네덜란드어로 전이
속도
iPhone 17 Pro에서 실시간의 296배

Uhm은 영어로 학습했고, 전이되는 네 개 언어는 언어별 정답과 대조해 측정하지 않았습니다. Uhm은 팟캐스트, 회의, 토킹헤드 오디오에서 가장 잘 동작합니다.

강한 배경 음악, 웃음, 또는 여러 사람이 겹쳐 말하는 것은 정확도를 떨어뜨립니다. 라벨보다 군말인지 아닌지의 답을 더 믿으세요: 그 군말이 'uh'였는지 'um'이었는지 'hmm'이었는지는 결과에서 덜 믿을 만한 절반입니다.

자주 묻는 질문

Uhm은(는) 무엇인가요?

온디바이스 군말 감지. 모든 'um', 'uh', 'hmm'을 20ms 정밀도로 표시하고, 한 시간 오디오를 12초에 처리합니다.

Uhm은(는) 온디바이스로 실행되나요?

네. Uhm은(는) 서버 호출 없이 기기에서 실행되므로, 데이터는 사용자의 기기에 그대로 남습니다.

Uhm은(는) 어떤 플랫폼을 지원하나요?

Uhm은(는) Swift용 네이티브 온디바이스 SDK로 제공됩니다.

Uhm의 비용은 얼마인가요?

모든 모델은 SDK당 월간 활성 기기 10만 대까지 무료입니다. 사용자당 추론은 무제한입니다. 맞춤 라이선스는 문의하기 바랍니다.

Uhm은(는) 얼마나 정확하고 빠른가요?

iPhone 17 Pro에서 실시간의 296배, iPad Pro M4에서 279배, iPhone 15 Pro에서 169배이며, 예측은 20ms마다 나옵니다.

리소스