منصوبے کے بارے میں

امی (Omi) صارف کی سکرین کی سرگرمیوں اور ماحولیاتی آواز کی گفتگو کو مسلسل ریکارڈ کرنے والے ذاتی AI 'دوسرے دماغ' کے طور پر کام کرتا ہے۔ یہ حقیقی وقت میں ٹرانسکرپشن (Deepgram کے ذریعے)، وائس ایکٹیویٹی ڈیٹیکشن (VAD)، اسپیکر ڈائریشن، اور بڑے لینگویج ماڈلز کا استعمال کرتے ہوئے خلاصہ تیار کرتا ہے، ایکشن آئٹمز نکالتا ہے، اور سیاق و سباق سے آگاہ چیٹ ہسٹری برقرار رکھتا ہے۔ یہ نظام macOS، Windows، iOS، Android، اور حسب ضرورت ویئر ایبل ہارڈویئر (Omi Wearable اور Omi Glass) پر چلتا ہے۔ بیک اینڈ Python پر مبنی ہے جس میں FastAPI, Firebase, Redis، اور GPU-ایکسلیریٹڈ آڈیو پروسیسنگ شامل ہیں۔ موبائل ایپس Flutter سے بنائی گئی ہیں جبکہ macOS ایپ میں Swift/SwiftUI شامل ہے جس کا مقامی Python بیک اینڈ موجود ہے۔ اوپن سورس SDKs BLE اور WebSocket پورٹوکولز کے ذریعے کثیر لسانی آلات کی انٹیگریشن کو سپورٹ کرتے ہیں۔ ہارڈویئر ڈیزائن DIY اسمبلی کے لیے شائع کیے گئے ہیں۔ اس منصوبے میں ڈویلپمنٹ، API استعمال، ایپ بنانے، اور ہارڈویئر فلیشنگ کے لیے دستاویزات شامل ہیں۔ یہ MIT لائسنس کے تحت لائسنس یافتہ ہے اور 300,000 سے زائد پیشہ ور افراد اس پر اعتماد کرتے ہیں۔