Emo : suggestions d'emoji sur l'appareil
Suggestions d'emoji sur l'appareil qui lisent un court texte et renvoient les emoji qui lui correspondent vraiment, en 23 langues, en moins de 10 millisecondes.
Emo prédit les emoji pertinents à partir de courts textes comme des tâches, des entrées d'agenda et des messages. « Rendez-vous chez le dentiste » renvoie 🦷 🪥 🏥 🩺 ; « Payer mes factures » renvoie 💰 💳 🧾. Il est réglé pour la façon dont les gens écrivent réellement, et il prend en charge les variantes de couleur de peau.
Emo suggère des emoji à partir du sens ; ce n'est pas un sélecteur d'emoji. Un sélecteur affiche une grille à parcourir. Emo lit le texte et propose l'emoji qui convient, comme un clavier prédictif propose le mot suivant. Un classifieur de texte compact à deux flux le garde assez petit et rapide pour s'exécuter à chaque frappe.
Démo
Performances
Des suggestions en moins de 10 ms depuis un modèle de moins de 6 MB, en 23 langues.
Mesures internes. La sémantique des emoji est approximative : des quasi-égalités en tête du classement sont donc attendues.
Cas d'usage
Clavier et saisie automatique
Suggérez des emoji à mesure que l'utilisateur tape, comme un clavier prédictif suggère des mots, entièrement sur l'appareil.
Entrées d'agenda et de tâches
Réglé pour les entrées courtes : « Rendez-vous chez le dentiste » renvoie 🦷 🪥 🏥 🩺, pour qu'une application d'agenda puisse étiqueter les événements automatiquement.
Messagerie
Faites remonter les emoji adaptés à un brouillon de message, quelle que soit la langue, sans aller-retour réseau.
Complète un sélecteur
Emo part du sens : il vient donc compléter la grille d'emoji plutôt que la remplacer.
Ce que ça fait
- Vocabulaire soigné d'environ 800 emoji du quotidien, avec variantes de couleur de peau.
- Multilingue : 23 langues, dont CJK, l'arabe, le thaï et l'hindi.
- Prédiction en moins de 10 ms sur les téléphones récents.
- Petit modèle embarqué, sans appel serveur.
Plateformes et installation
// Swift Package Manager .package(url: "https://github.com/Desert-Ant-Labs/emo-swift", from: "0.5.0")
import Emo let emoji = try await Emo.suggestions(for: "Pay my bills") // ["💰", "💳", "🧾"]
// build.gradle.kts (via JitPack)
implementation("com.github.Desert-Ant-Labs:emo-kotlin:0.5.0")
import ai.desertant.emo.Emo
val emoji = Emo.suggestions("Pay my bills")
// ["💰", "💳", "🧾"]
npm i @desert-ant-labs/emo
import { suggestions } from "@desert-ant-labs/emo";
const results = await suggestions("Pay my bills");
// [{ emoji: "💰", confidence: 0.62 }, ...]
Spécifications
- Langues
- 23, dont CJK, l'arabe, le thaï et l'hindi
- Taille sur l'appareil
- ~5 MB embarqués (modèle + tokenizer)
- Latence
- Moins de 10 ms par suggestion
- Approche
- Classifieur de texte à deux flux : n-grammes lexicaux et embedding multilingue
FAQ
Qu'est-ce que Emo ?
Suggestions d'emoji sur l'appareil qui lisent un court texte et renvoient les emoji qui lui correspondent vraiment, en 23 langues, en moins de 10 millisecondes.
Emo fonctionne-t-il sur l'appareil ?
Oui. Emo s'exécute entièrement sur l'appareil : l'inférence a lieu en local, sans appel serveur, de sorte que les données ne quittent jamais l'appareil.
Quelles plateformes Emo prend-il en charge ?
Emo est fourni sous forme de SDK natifs sur l'appareil pour Swift, Kotlin, JavaScript / TypeScript.
Combien coûte Emo ?
Chaque modèle est gratuit jusqu'à 100k appareils actifs mensuels par SDK. Inférence illimitée par utilisateur. Contactez-nous pour des licences sur mesure.
Quelle est la précision ou la vitesse de Emo ?
Des suggestions en moins de 10 ms depuis un modèle de moins de 6 MB, en 23 langues.