SolveMyMedia është një mjet për kthimin e të folurit në tekst me inteligjencë artificiale, i projektuar të funksionojë lokalisht në shfletues. Sipas krijuesit, përpunimi kryhet tërësisht në pajisjen e përdoruesit, pa ngarkuar audio në cloud dhe pa dërguar të dhëna në serverë të jashtëm.
Zhvilluesi thotë se e ndërtoi zgjidhjen për projekte personale dhe diskutime të brendshme ekipore, pasi nuk gjeti një alternativë që ndërthurte privatësinë, thjeshtësinë dhe koston e ulët. Ai veçon rreziqet e dorëzimit të audios së ndjeshme te palët e treta, përfshirë takime konfidenciale me klientë, shënime mjekësore zanore, diktime ligjore dhe podkaste të papublikuara.
Mjeti paraqitet si falas, pa çelësa API, pa tarifa mujore dhe pa gjurmim të të dhënave. Arkitektura e tij mbështetet në përpunim në anën e klientit dhe në teknologji të mësimit makinerik që ekzekutohen në shfletues, duke shmangur nevojën për ngritjen e një serveri nga përdoruesi.
Në bazën teknike është Transformers.js, versioni JavaScript i bibliotekës transformers të Hugging Face. Krijuesi përshkruan përdorimin e kësaj teknologjie për ekzekutimin e modeleve si Whisper brenda shfletuesit, pa ndërveprim me serverë të jashtëm për përpunimin e audios.
Burimi: DEV Community (Web Dev Feed) — lexoni artikullin e plotë në anglisht.
