Tongue
Sprachenerkennung auf dem Gerät für Texte in 84 Sprachen. Bestimmen Sie die Sprache im zweistelligen Mikrosekundenbereich, schon anhand weniger Wörter.
Demo
Sprache anhand von 3 Wörtern bestimmen.
„kann ich das haben“ ist Deutsch. „안녕하세요“ ist Koreanisch. Drei Wörter sind der schwierige Fall, und drei Wörter sind genau das, was ein Suchfeld hergibt.
Aus drei Wörtern erreicht Tongue 0,933, wo ein 293 MB großer Detektor 0,887 erreicht. Tongue ist 2 MB groß und arbeitet in zwei Stufen: Manche Schriften gehören nur zu einer Sprache, Hangul ist Koreanisch und Thai ist Thai, entschieden ganz ohne Modell. Der Rest geht an das Modell.
Tongue braucht keinen Tokenizer, keine Vokabeldatei und keine Inferenz-Laufzeit, und deshalb passt das ganze Paket in 2 MB. Wenn die Eingabe zu kurz für eine Entscheidung ist, meldet Tongue einen Gleichstand.
0,933 aus einem 2 MB großen Modell.
Mit 2 MB erreicht Tongue 0,933 bei FLORES-200-Eingaben aus drei Wörtern, gegenüber 0,887 bei einem Detektor mit 293 MB.
Gemessen an den ausgelieferten int8-Gewichten über drei öffentliche Benchmarks hinweg, die anderen Detektoren auf identischen Zeilen und Sprachteilmengen. Vollständige Tabellen und Fehlerbilder stehen auf der Modellkarte.
Anwendungsfälle
Sprache anhand von 3 Wörtern bestimmen.
Text nach Sprache weiterleiten
Das passende Übersetzungsmodell, den Analyzer oder die Support-Warteschlange schon aus den ersten Wörtern einer Eingabe wählen, vollständig auf dem Gerät.
Tastaturen und Eingabe
Die Sprache mitten im Satz erkennen, um Autokorrektur, Vorschläge oder Layouts umzuschalten, für zweistellige Mikrosekunden pro Tastenanschlag.
Suche und Content-Pipelines
Kurze Zeichenketten vor dem Indexieren oder Moderieren mit einer Sprache versehen, ohne Netzwerk-Roundtrip und ohne Dienst pro Anfrage.
Lieber nach mehr Text fragen als raten
„la casa“ geht als Italienisch genauso durch wie als Spanisch. Tongue meldet das Unentschieden, sodass Ihr Produkt lieber auf ein weiteres Wort wartet, als versehentlich die Tastatur umzuschalten.
Inspiration
Ideen zum Bauen mit Tongue. Kopieren Sie einen Prompt in Ihren Coding-Agenten und los.
Route incoming messages to the right language agent.
Auto-switch the keyboard and spellcheck to the language being typed.
Tag user posts by language for search and moderation.
Detect the language, then redact PII in that language.
Detect the language of a search query and pick the right index.
Build an OpenClaw skill that tags and language-routes text.
A chat bot that tags and language-routes messages, in Node.
Build an agent skill that tags and language-routes text for an agent.
Was das Modell macht
- 84 Sprachen: 59 entscheidet das Modell, 25 allein die Schrift.
- 2 MB int8-Gewichte, im Paket enthalten; nichts wird heruntergeladen.
- Zweistellige Mikrosekunden pro Erkennung, auf dem Main Thread.
- Identische Antworten unter Swift, Kotlin und JavaScript, abgesichert durch gemeinsame Golden Vectors.
- Meldet einen Zuverlässigkeitswert und markiert jedes Unentschieden.
Erste Schritte
Fügen Sie sprachenerkennung mit wenigen Zeilen Code zu Ihrer iOS or macOS, Android or web-App hinzu. Tongue Docs.
// Swift Package Manager
.package(url: "https://github.com/Desert-Ant-Labs/desert-ant-core", from: "3.5.0")
// target dependency
.product(name: "Tongue", package: "desert-ant-core")import Tongue
let tongue = try Tongue()
tongue.detect("kann ich das haben").language
// "de"Add Tongue from Desert Ant Labs to this Swift project (iOS, macOS). What it does: Sprachenerkennung auf dem Gerät. 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: "3.5.0") // target dependency .product(name: "Tongue", package: "desert-ant-core") Reference: - Model page: https://desertant.com/models/tongue/ - 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.
// build.gradle.kts (Maven Central)
implementation("ai.desertant:tongue:3.5.0")import ai.desertant.tongue.Tongue
val tongue = Tongue.bundled(context)
tongue.detect("kann ich das haben").language
// "de"Add Tongue from Desert Ant Labs to this Kotlin project (Android).
What it does: Sprachenerkennung auf dem Gerät.
SDK:
Kotlin (Android)
Repo: https://github.com/Desert-Ant-Labs/desert-ant-core#readme
// build.gradle.kts (Maven Central)
implementation("ai.desertant:tongue:3.5.0")
Reference:
- Model page: https://desertant.com/models/tongue/
- 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.
npm i @desert-ant-labs/tongueimport { Tongue } from "@desert-ant-labs/tongue";
const tongue = await Tongue.load();
tongue.detect("kann ich das haben").language;
// "de"Add Tongue from Desert Ant Labs to this JavaScript / TypeScript project (Web, Node.js). What it does: Sprachenerkennung auf dem Gerät. SDK: JavaScript / TypeScript (Web, Node.js) Repo: https://github.com/Desert-Ant-Labs/desert-ant-core#readme npm i @desert-ant-labs/tongue Reference: - Model page: https://desertant.com/models/tongue/ - 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.
Technische Daten
- Sprachen
- 84, in 31 Schriften
- Größe auf dem Gerät
- 2 MB int8-Gewichte, im Paket
- Geschwindigkeit
- Zweistellige Mikrosekunden pro Erkennung
- Modell
- Skript-Router plus gehashte Zeichen-N-Gramme in einen linearen int8-Head
Ein oder zwei Wörter sind oft nicht entscheidbar, und keine Modellgröße behebt das. Tongue meldet einen Gleichstand oder eine vorläufige Antwort, behandeln Sie geringe Verlässlichkeit also als „unbekannt“, nicht als Antwort.
Malaiisch und Indonesisch teilen sich zu viel Vokabular, um sie an einer kurzen Probe zu trennen. Mongolisch ist nur in der traditionellen Schrift abgedeckt, sodass kyrillisches Mongolisch als Russisch gelesen wird.
Markennamen, Zahlen und Code sind keine Sprache und bekommen eine Vermutung.
FAQ
Was ist Tongue?
Sprachenerkennung auf dem Gerät für Texte in 84 Sprachen. Bestimmen Sie die Sprache im zweistelligen Mikrosekundenbereich, schon anhand weniger Wörter.
Läuft Tongue auf dem Gerät?
Ja. Tongue läuft auf dem Gerät, ohne Serveraufruf, sodass die Daten beim Nutzer bleiben.
Welche Plattformen unterstützt Tongue?
Tongue wird als natives On-Device-SDK für Swift, Kotlin, JavaScript / TypeScript ausgeliefert.
Was kostet Tongue?
Jedes Modell ist kostenlos für bis zu 100k monatlich aktive Geräte. Die Inferenz ist unbegrenzt. Kontaktieren Sie uns für individuelle Lizenzen.
Wie genau oder schnell ist Tongue?
Mit 2 MB erreicht Tongue 0,933 bei FLORES-200-Eingaben aus drei Wörtern, gegenüber 0,887 bei einem Detektor mit 293 MB.