Saj Senseの音声機能
デバイスから決して離れない音声AI。
文字起こし、音声合成、ウェイクワードなど。ウェイクワード検出から音声合成まで、すべてのエンジンがクラウドに一切依存せずデバイス上で動作します。アラビア語、ヒンディー語、ウルドゥー語は英語とともに基盤に組み込まれています。
SGH WLLがRustで構築し、数百のテストに合格し、特許ポートフォリオを出願済みです。
言語ごとに1つのウェイクワード。1つ選び、その糸をパイプライン全体に通してください。
saj-wake1ミリ秒未満の推論、モデルサイズ1MB未満英語で動作saj-detect英語で動作saj-listen英語で動作saj-intent英語で動作saj-speak-tts英語で動作糸は、その言語で動作する各ステージの穴を通り、それ以外の下を通過します。
ユーザーを尊重する音声AI。
最初の言葉からプライベート
あなたの声はデバイスから決して離れません。クラウド処理も、データ保持も、テレメトリもありません。GDPR、HIPAA、NESAへの準拠はアーキテクチャ自体から生まれます。
基盤からのアラビア語
アラビア語、ヒンディー語、ウルドゥー語は英語とともに基盤に組み込まれています。どれも後から翻訳レイヤーとして追加されたものではありません。
すべてのプラットフォーム
iOS、Android、Linux、Windows、macOS、Raspberry Pi、WASM、MCU。ネイティブバインディングを備えたRustコアにより、スマートフォン、スピーカー、組み込みデバイス、ブラウザに展開できます。
すべてのエンジンがデバイス上で動作します。
クラウドとの往復がないため、あなたが提供する音声機能はどこでもオフラインで動作し続けます。各エンジンは独自の Rust クレートで、全体で 70+ のトレーニング済みモデルを搭載しています。
リスニング
saj-wake軽量ニューラルアーキテクチャによるカスタムキーワード検出。1 MB 未満のモデル。
saj-detectサブミリ秒のレイテンシを持つニューラル音声区間検出。
saj-listenリアルタイム文字起こし。
saj-scribe分割エンコーダーとデコーダーによるファイル文字起こし。
saj-intent音声コマンドをアクションに変換し、テキストを経由しない直接的なインテント抽出。
スピーキング
saj-speak-ttsデバイス上での自然な音声合成。
saj-cloneサンプルから音声をクローニング。デバイス上で実行。
誰が話しているか
saj-voice検証および識別のための話者埋め込み。
saj-who誰がいつ話したかを伝えるリアルタイム話者セグメンテーション。
saj-clean軽量ニューラルノイズ除去。
接続
saj-pipelineウェイクワード、音声区間検出、音声認識、インテント、音声合成を1行で実行する単一の音声インタラクション。
saj-codec1.2 から 6.0 kbps の品質プロファイルを持つニューラル音声コーデック。CPU 上でリアルタイム動作。
saj-senseモダリティごとの暗号化を備えた統合トークンストリーム。
saj-linkシールドセンダー付きのエンドツーエンド暗号化メッセージング。
saj-serverOpenAI および Deepgram 互換 API を備えた REST と WebSocket。マルチテナント対応で、Docker 上で動作。
基盤にアラビア語、方言ごとに。
アラビア語話者は4億2000万人以上、アラビア語・ヒンディー語・ウルドゥー語話者は10億9000万人に上ります。
| 方言 | カバレッジ | ステータス |
|---|---|---|
| الفصحى現代標準アラビア語 | ウェイクワード、音声認識、音声合成、意図理解。4億2000万人以上の話者が使う正式なレジスター。 | サポート済み |
| الخليجي湾岸方言 | ウェイクワード、音声認識、音声合成。アラブ首長国連邦、サウジアラビア、バーレーン、クウェート、カタール、オマーン向けに調整済み。 | サポート済み |
| المصريエジプト方言 | 話者1億人以上、世界で最も理解されているアラビア語方言。 | 計画中 |
| الشاميレバント方言 | シリア、レバノン、ヨルダン、パレスチナ、話者3000万人以上。 | 計画中 |
利用可能なアラビア語ウェイクワード
- يا ساجYa Saj
- يا بيلاYa Bella
- اوكي ساجOk Saj
- カスタム
MENA地域向けエンタープライズ音声AI
湾岸地域の銀行、通信事業者、政府機関は、デバイス上でアラビア語を処理し、方言認識、データ主権処理、NESA準拠を備えた音声AIを必要としています。
エンタープライズ営業に問い合わせるなぜオンデバイスなのか？
クラウド音声APIは分単位で課金し、データを漏洩し、遅延を加えます。デバイス上で実行すれば、この3つすべてが解決されます。
完全なプライバシー
音声データは一切デバイスから出ません。クラウド処理もデータ保持もありません。
サブミリ秒のウェイクワード
1 ms未満でウェイクワード推論を行い、200から500 msのクラウド往復に対して、音声インタラクションはネットワークを待たずにリアルタイムで行われます。
分単位の課金なし
音声時間による課金はありません。モデルはお客様のハードウェア上で動作します。
Saj Speak の入手方法。
Saj Link は毎日使うアプリケーションです。Saj Speak、Saj See、Saj Codec は内部機能モジュールであり、Saj Sense Business+、ホステッド開発者 API、OEM または組み込み契約を通じて提供されます。これらが個別ブランドとして販売されることはありません。
Saj Speak
Saj Sense Business+
Saj Speak は Saj Sense Business+ ティアで提供されます。
ホステッド開発者 API
Saj Speak はホステッド開発者 API 経由でも利用できます。
OEM / 組み込み
OEM または組み込み契約を通じて、Saj Speak を自社デバイスや製品に組み込めます。
Saj Speakを基盤に構築
Saj Linkを入手。
Bella AIを組み込んだ暗号化チームコミュニケーション。ポスト量子プロトコルは構築され、展開が始まっています。macOSとWebで現在利用可能です。
TestFlightでiOS版AndroidとWindowsは近日公開。
- エンドツーエンド暗号化
- 送信者情報の秘匿、メッセージと共有メディアのエンドツーエンド暗号化。通話音声は中継され、まだエンドツーエンド暗号化されていません。
- 音声インテリジェンス
- デバイス上での文字起こし、翻訳、検索が方言を理解します。
- アラビア語ファースト設計
- ネイティブな右から左へのレイアウト、方言認識、リッチカードとしての音声メッセージ。