প্রকল্প সম্পর্কে

Omi একটি ব্যক্তিগত AI 'সেকেন্ড ব্রেইন' হিসেবে কাজ করে যা ব্যবহারকারীর স্ক্রিন কার্যকলাপ ও পার্শ্ববর্তী অডিও কথোপকথন ক্রমাগত ক্যাপচার করে। এটি রিয়েল-টাইম ট্রান্সক্রিপশন (Deepgram-এর মাধ্যমে), ভয়েস অ্যাক্টিভিটি ডিটেকশন (VAD), স্পিকার ডায়ারাইজেশন এবং বড় ভাষা মডেল ব্যবহার করে সারাংশ তৈরি করে, অ্যাকশন আইটেম চিহ্নিত করে এবং প্রসঙ্গ-সচেতন চ্যাট ইতিহাস সংরক্ষণ করে। সিস্টেমটি macOS, Windows, iOS, Android এবং কাস্টম ওয়্যারেবল হার্ডওয়্যার (Omi Wearable এবং Omi Glass) জুড়ে চলে। ব্যাকএন্ড Python-ভিত্তিক এবং FastAPI, Firebase, Redis এবং GPU-অ্যাক্সিলারেটেড অডিও প্রসেসিং ব্যবহার করে। মোবাইল অ্যাপ Flutter দিয়ে তৈরি; macOS অ্যাপ স্থানীয় Python ব্যাকএন্ডের সাথে Swift/SwiftUI সংযুক্ত করে। ওপেন-সোর্স SDK BLE এবং WebSocket প্রোটোকলের মাধ্যমে মাল্টি-ল্যাঙ্গুয়েজ ডিভাইস ইন্টিগ্রেশন সমর্থন করে। DIY অ্যাসেম্বলির জন্য হার্ডওয়্যার ডিজাইন প্রকাশিত। প্রকল্পটিতে ডেভেলপমেন্ট, API ব্যবহার, অ্যাপ বিল্ডিং এবং হার্ডওয়্যার ফ্ল্যাশিংয়ের জন্য ডকুমেন্টেশন অন্তর্ভুক্ত। এটি MIT লাইসেন্সের অধীনে এবং ৩০০,০০০-এরও বেশি পেশাদারদের দ্বারা বিশ্বস্ত।