Lumaktaw sa nilalaman
Saj Speak
Wika: Filipino
Buksan ang Saj Link

Ang voice capability ng Saj Sense

Voice AI na hindi kailanman umaalis sa device.

Transcription, speech synthesis, wake words at marami pa. Bawat engine, mula wake-word detection hanggang speech synthesis, ay tumatakbo sa device nang walang anumang cloud dependency. Ang Arabe, Hindi at Urdu ay nakapaloob sa pundasyon kasama ng Ingles.

Ginawa sa Rust ng SGH WLL, na may daan-daang test na pumasa at naisumiteng patent portfolio.

Isang wake word bawat wika. Pumili ng isa at sundan ang thread nito sa pipeline.

Wake wordsaj-wakeWala pang 1 ms na inference, modelong wala pang 1 MBTumatakbo sa Ingles
Voice activitysaj-detectTumatakbo sa Ingles
Pakikinigsaj-listenTumatakbo sa Ingles
Intentsaj-intentTumatakbo sa Ingles
Pagsasalitasaj-speak-ttsTumatakbo sa Ingles

Dumadaan ang isang thread sa mata ng bawat yugtong tumatakbo sa wika nito at dumaraan sa ilalim ng iba.

Voice AI na gumagalang sa inyong mga user.

  • Pribado mula sa unang salita

    Hindi kailanman umaalis ang inyong boses sa inyong device. Walang cloud processing, walang data retention at walang telemetry. Ang compliance sa GDPR, HIPAA at NESA ay nagmumula sa arkitektura mismo.

  • Arabe mula sa pundasyon

    Ang Arabe, Hindi at Urdu ay nakapaloob sa pundasyon kasama ng Ingles. Wala sa kanila ang idinagdag mamaya bilang translation layer.

  • Bawat platform

    iOS, Android, Linux, Windows, macOS, Raspberry Pi, WASM at MCU. Ang Rust core na may native bindings ay nagbibigay-daan sa inyong i-deploy sa mga phone, speaker, embedded device at browser.

Bawat engine ay tumatakbo sa device.

Walang cloud round-trip, kaya ang mga voice feature na ipinapalabas ninyo ay patuloy na gumagana offline, saanman. Bawat engine ay sarili nitong Rust crate, at sama-sama silang may 70+ na trained models.

Makinig

Wake wordsaj-wake

Pasadyang detection ng keyword sa magaan na neural architecture, na may mga modelong mas mababa sa 1 MB.

InglesArabicHindiUrdu
Voice activitysaj-detect

Neural na voice activity detection na may sub-millisecond na latency.

Streaming speech-to-textsaj-listen

Real-time na transkripsyon.

InglesArabicHindiUrdu
Batch speech-to-textsaj-scribe

Transkripsyon ng file gamit ang hiwalay na encoder at decoder.

Speech intentsaj-intent

Direktang pagkuha ng intent na ginagawang aksyon ang mga voice command at nilalaktawan ang teksto.

InglesArabic

Pagsasalita

Text-to-speechsaj-speak-tts

Natural na synthesis sa device.

InglesArabicHindi
Voice cloningsaj-clone

Nagko-clone ng boses mula sa mga sample, sa device.

InglesArabic

Kung sino ang nagsasalita

Speaker IDsaj-voice

Mga speaker embedding para sa pagpapatunay at pagkakakilanlan.

Diarizationsaj-who

Real-time na speaker segmentation na nagsasabi kung sino ang nagsalita at kailan.

Noise suppressionsaj-clean

Magaan na neural na pagtanggal ng ingay.

Pagkonekta

Pipelinesaj-pipeline

Isang voice interaction na nagpapatakbo ng wake word, voice activity, speech-to-text, intent at text-to-speech sa isang linya.

Neural codecsaj-codec

Neural speech codec na may quality profiles mula 1.2 hanggang 6.0 kbps, real-time sa CPU.

Multimodal sensingsaj-sense

Pinag-isang token streams na may per-modality encryption.

Encrypted commssaj-link

End-to-end encrypted na messaging na may sealed sender.

Self-hosted serversaj-server

REST at WebSocket na may API na compatible sa OpenAI at Deepgram. Multi-tenant, at tumatakbo sa Docker.

Ang Arabe ay nasa pundasyon, diyalekto bawat diyalekto.

Mahigit 420 milyong tao ang nagsasalita ng Arabe, at 1.09 bilyong tao ang nagsasalita ng Arabe, Hindi o Urdu.

Saklaw ng diyalektong Arabe
DiyalektoSaklawKatayuan
الفصحىModern StandardWake word, STT, TTS at intent. Ang pormal na rehistro ng 420M+ na nagsasalita.Suportado
الخليجيGulfWake word, STT at TTS. Iniayon para sa UAE, Saudi, Bahrain, Kuwait, Qatar at Oman.Suportado
المصريEgyptian100M+ na nagsasalita, at ang pinakamalawak na nauunawaang diyalektong Arabe sa buong mundo.Nakaplano
الشاميLevantineSyria, Lebanon, Jordan at Palestine, na may 30M+ na nagsasalita.Nakaplano

Mga available na wake word sa Arabe

  • يا ساجYa Saj
  • يا بيلاYa Bella
  • اوكي ساجOk Saj
  • Pasadyang

Enterprise voice AI para sa MENA

Ang mga bangko, telco at ahensya ng gobyerno sa Gulf ay nangangailangan ng voice AI na nagpoproseso ng Arabe sa device, may kamalayan sa diyalekto, soberanyang pagproseso ng data at pagsunod sa NESA.

Makipag-ugnayan sa enterprise sales

Bakit on-device?

Ang cloud voice APIs ay naniningil bawat minuto, naglalabas ng data at nagdadagdag ng latency. Ang pagpapatakbo sa device ay tumutugon sa tatlong iyon.

Sa deviceWake word sa wala pang 1 ms
Cloud round-trip200 hanggang 500 ms
Ipinapaulit nang sampung beses na mas mabagal para mapanood ninyo ito.
  • Lubos na privacy

    Walang audio data na lumalabas sa device. Walang cloud processing at walang data retention.

  • Sub-millisecond na wake word

    Ang wake-word inference sa wala pang isang millisecond, kumpara sa 200 hanggang 500 ms na cloud round-trip, kaya nagaganap ang voice interaction sa real time nang hindi naghihintay sa network.

  • Walang singil bawat minuto

    Walang audio-hour billing. Ang inyong mga modelo ay tumatakbo sa inyong hardware.

Paano makuha ang Saj Speak.

Ang Saj Link ang application na ginagamit ninyo araw-araw. Ang Saj Speak, Saj See at Saj Codec ay mga internal capability module na lumalabas sa pamamagitan ng Saj Sense Business+, hosted developer API at mga OEM o Embedded engagement. Hindi kailanman ibinebenta ang mga ito bilang magkakahiwalay na brand.

Saj Speak

  • Saj Sense Business+

    Lumalabas ang Saj Speak sa Saj Sense Business+ tier.

  • Hosted developer API

    Available din ang Saj Speak sa pamamagitan ng hosted developer API.

  • OEM / Embedded

    Saj Speak sa loob ng sarili ninyong device o produkto, sa pamamagitan ng OEM o Embedded engagement.