Emo: Emojiförslag på enheten
Emojiförslag på enheten som läser en kort text och returnerar de emojier som verkligen passar den, på 23 språk, på under 10 millisekunder.
Emo förutsäger relevanta emojier utifrån kort text som uppgifter, kalenderposter och meddelanden. ”Tandläkarbesök” ger 🦷 🪥 🏥 🩺; ”Betala räkningarna” ger 💰 💳 🧾. Emo är anpassad efter hur människor faktiskt skriver och stöder hudtonsvarianter.
Emo föreslår emojier utifrån betydelse; den är ingen emojiväljare. En väljare visar ett rutnät att bläddra i. Emo läser texten och föreslår de passande emojierna, på samma sätt som ett prediktivt tangentbord föreslår nästa ord. En kompakt textklassificerare med två strömmar håller den liten och snabb nog att köras vid varje tangenttryckning.
Demo
Prestanda
Förslag på under 10 ms från en modell på <6 MB, på 23 språk.
Interna mätningar. Emojiers betydelse är ungefärlig, så nästan lika resultat i toppen av rankningen är att vänta.
Användningsfall
Tangentbord och autoslutförande
Föreslå emojier medan användaren skriver, på samma sätt som ett prediktivt tangentbord föreslår ord, helt på enheten.
Kalender- och uppgiftsposter
Anpassad för korta poster: ”Tandläkarbesök” ger 🦷 🪥 🏥 🩺, så att en kalenderapp kan märka händelser automatiskt.
Meddelanden
Lyft fram passande emojier för ett meddelandeutkast, oavsett språk, utan någon nätverksrundtur.
Kompletterar en väljare
Emo utgår från betydelse, så den fungerar vid sidan av emojirutnätet i stället för att ersätta det.
Vad den gör
- Kurerat ordförråd på ~800 vardagsemojier, med hudtonsvarianter.
- Flerspråkig: 23 språk, inklusive CJK, arabiska, thai och hindi.
- Prediktion på under 10 ms på moderna telefoner.
- Liten modell, ingen serverinferens.
Plattformar och installation
// Swift Package Manager
.package(url: "https://github.com/Desert-Ant-Labs/emo", from: "0.8.0")import Emo
let emo = Emo()
let suggestions = try await emo.suggestions(for: "Pay my bills")
// ["💰", "💳", "🧾"]// build.gradle.kts (Maven Central)
implementation("ai.desertant:emo:0.8.0")import ai.desertant.emo.Emo
val emo = Emo(context)
val suggestions = emo.suggestions("Pay my bills")
// [EmoSuggestion("💰", ...), ...]npm i @desert-ant-labs/emo @litertjs/coreimport { Emo } from "@desert-ant-labs/emo";
const emo = await Emo.load();
const results = await emo.suggestions("Pay my bills");
// [{ emoji: "💰", confidence: 0.62 }, ...]Add Emo from Desert Ant Labs to this project.
Emojiförslag på enheten som läser en kort text och returnerar de emojier som verkligen passar den, på 23 språk, på under 10 millisekunder.
SDKs (use the one that matches this project's platform):
Swift (iOS, macOS)
Repo: https://github.com/Desert-Ant-Labs/emo
// Swift Package Manager
.package(url: "https://github.com/Desert-Ant-Labs/emo", from: "0.8.0")
Kotlin (Android)
Repo: https://github.com/Desert-Ant-Labs/emo
// build.gradle.kts (Maven Central)
implementation("ai.desertant:emo:0.8.0")
JavaScript / TypeScript (Web, Node.js)
Repo: https://github.com/Desert-Ant-Labs/emo
npm i @desert-ant-labs/emo @litertjs/core
Reference:
- Model page: https://desertant.com/models/emo/
- Full catalog and other models: https://desertant.com/llms.txt
Add the SDK that matches this project's platform, then follow its README for the exact API and current version. Do not invent API names or method signatures; confirm them against the README.
Specifikationer
- Språk
- 23, inklusive CJK, arabiska, thai och hindi
- Storlek på enheten
- ~5 MB på enheten (modell + tokenizer)
- Latens
- Under 10 ms per förslag
- Metod
- Textklassificerare med två strömmar: lexikala n-gram plus en flerspråkig inbäddning
Vanliga frågor
Vad är Emo?
Emojiförslag på enheten som läser en kort text och returnerar de emojier som verkligen passar den, på 23 språk, på under 10 millisekunder.
Körs Emo lokalt på enheten?
Ja. Emo körs helt lokalt på enheten: inferensen sker lokalt utan något serveranrop, så data lämnar aldrig enheten.
Vilka plattformar stöder Emo?
Emo levereras som nativa on-device-SDK:er för Swift, Kotlin, JavaScript / TypeScript.
Vad kostar Emo?
Varje modell är gratis för upp till 100k månadsaktiva enheter per SDK. Obegränsad inferens per användare. Kontakta oss för anpassade licenser.
Hur träffsäker eller snabb är Emo?
Förslag på under 10 ms från en modell på <6 MB, på 23 språk.