面向iOS和macOS上Swift的设备端AI模型

即插即用的Swift包，在iOS和macOS上通过Core ML用几行代码即可在设备上运行业界领先的模型。

每一个已上线的Desert Ant Labs模型都以地道的Swift包形式提供：async/await、Core ML，以及一套感觉像是平台自带SDK延伸的简洁API。小模型内置在应用中；较大的模型从Hugging Face下载一次并在本地缓存。

在Xcode中添加这个包并调用它。推理留在设备上，因此音频、图像和文本都不会离开设备。

可用模型

跨24种欧盟语言的可逆PII脱敏，来自一个内置于应用中的约13 MB Core ML模型。

从文本给出表情符号建议，用时不到10毫秒，小到足以在每次按键时运行。

从任意文本中提取内容主题，覆盖 101 种语言，来自约 74 MB 的 Core ML 模型，或约 15 MB 的纯英文构建。

一次调用即可实现PencilKit形状吸附，来自一个0.2 MB的Core ML模型，无需下载。

基于Core ML的DeepFilterNet 3语音增强：一段5分钟的素材约2.6秒完成，达到114倍实时速度。

直接从波形出发的帧级精度语气词检测，无需转写。

对短文本进行语言识别，覆盖 84 种语言，来自打包进应用的 2 MB 模型。

上传前标记裸露内容。

自由文本转schema。

为图像打标签、评分、排序。

知道谁在说话，以及何时。

人物匹配与搜索。