
مدلهای باز گفتار و تصمیمگیری برای پلتفرمهای اپل
هاگینگ فیس دو مدل باز با نامهای AnySpeechRecognizer و AnyDecisionModel را برای تشخیص گفتار و تصمیمگیری روی پلتفرمهای اپل معرفی کرد. هدف این مدلها اجرای پردازش درون دستگاه (on-device) در اپلیکیشنهای iOS و macOS است.
هاگینگ فیس در تازهترین مطلب وبلاگ خود از معرفی دو مدل باز با نامهای AnySpeechRecognizer و AnyDecisionModel خبر داد. این دو مدل بهطور مشخص برای اجرا روی پلتفرمهای اپل (Apple platforms) طراحی شدهاند و در دسترس توسعهدهندگان قرار گرفتهاند. AnySpeechRecognizer برای تشخیص گفتار (speech recognition) و تبدیل صدا به متن به کار میرود و AnyDecisionModel برای تصمیمگیری (decision making) بر پایه ورودیهای دریافتی طراحی شده است. رویکرد هر دو مدل مبتنی بر اجرای پردازش درون دستگاه (on-device processing) است؛ یعنی امکان استفاده از آنها بدون وابستگی کامل به سرورهای ابری وجود دارد. انتشار این مدلها در ادامه روند گستردهتر ارائه مدلهای کوچک و تخصصی برای دستگاههای مصرفی انجام میشود. اجرای درون دستگاه میتواند تأخیر پاسخ (latency) را کاهش دهد و پردازش دادههای کاربر را به دستگاه محدود کند؛ موضوعی که برای اپلیکیشنهای حساس به حریم خصوصی اهمیت دارد. جزئیات فنی، محدودیتها و شرایط مجوز استفاده در صفحه این پروژه در هاگینگ فیس منتشر شده است. برای توسعهدهندگان ایرانی، عرضه مدلهای باز روی هاگینگ فیس یک مسیر عملی برای ساخت اپلیکیشنهای گفتاری و تصمیممحور بدون نیاز به کلید دسترسی به سرویسهای ابری خارجی فراهم میکند. این موضوع هزینه اجرا را کاهش میدهد و امکان آزمون محلی مدل روی سختافزار اپل را پیش از انتشار نهایی اپلیکیشن به وجود میآورد. با این حال، انتخاب مدل مناسب نیازمند ارزیابی دقت، حجم و سرعت اجرا روی دستگاههای هدف است.
این مدل در اپکس۲۴ قابل دسترس است
یک کلید API — ۵۰+ مدل هوش مصنوعی




