هوش مصنوعی
داتا — APIهای زبان، گفتار و استدلال
یک API سازگار با OpenAI برای گفتگو، بینایی، OCR، تبدیل گفتار به متن و متن به گفتار، ترجمه و بازیابی — روی سخت‌افزار اختصاصی و با مدل‌هایی که در خودِ سرویس میزبانی می‌شوند.
- سال
- ۲۰۲۶
- دسته‌بندی
- هوش مصنوعی
محصول
یک API، همهٔ کارهای زبانی
گفتگو، بینایی، OCR، رونویسی گفتار، تولید صدا، ترجمه و بازیابی — پشت یک رابط استاندارد. مدل‌ها روی سخت‌افزار اختصاصی و به‌صورت محلی اجرا می‌شوند.
چه چیزی در اختیار شماست
API سازگار با OpenAI
گفتگو، پخش جریانی، خروجی ساخت‌یافته، فراخوانی تابع، بینایی و بردارسازی — با کنسول توسعه‌دهنده، کلید API و مستندات به فارسی، انگلیسی، اسپانیایی و عربی.
تبدیل متن به گفتار
فارسی و ۲۳ زبان دیگر، با پنج صدای مردانه و پنج صدای زنانهٔ مصنوعی برای هر زبان. هر صدا پایدار و تکرارپذیر است و متن بلند بریده می‌شود و بدون وقفه خوانده می‌شود.
تبدیل گفتار به متن
تنظیم‌شده برای گفتار خودمانی فارسی، با تشخیص خودکار زبان، حالت فایل، و حالت زندهٔ جریانی که تا گوینده هنوز حرف می‌زند متن را برمی‌گرداند.
مدل حقوقی اختصاصی
یک مدل حقوقی با بازیابی (RAG)، در کنار مدل عمومی.
ابزارهای داخلی
OCR، PDF، جست‌وجوی فایل، سندباکس کد و MCP.
فنی
از چه ساخته شده
داتا از چند لایه ساخته شده است. در لبهٔ سرویس، Caddy HTTPS و محدودسازی نرخ درخواست را بر عهده دارد و پشت آن یک دروازهٔ LiteLLM رابط سازگار با OpenAI را ارائه می‌کند، با کلید API، دسترسی جداگانه به هر مدل و پیگیری هزینه. خودِ سرویس با Python و FastAPI و Uvicorn نوشته شده و رونویسی زنده از راه WebSocket برمی‌گردد.
مدل‌ها روی یک پردازندهٔ گرافیکی اختصاصی NVIDIA Blackwell با ۹۶ گیگابایت حافظه اجرا می‌شوند: مدل‌های زبانی کوانتیزه‌شده با llama.cpp، و بقیه با PyTorch ۲ و CUDA ۱۲٫۸ و Hugging Face Transformers. صدا با سنتز گفتار با کدک صوتی عصبی ساخته می‌شود که با LoRA برای فارسی تنظیم دقیق شده است؛ librosa و SciPy و FFmpeg کار پردازش صوت را انجام می‌دهند.
برای اسناد، دو موتور OCR مستقل، Tesseract و EasyOCR، با رأی‌گیری اجماعی نتیجه را می‌دهند و PyMuPDF فایل‌های PDF را می‌خواند. بازیابی ترکیبی از BM25 و بردارهای معنایی است و جست‌وجوی وب با SearXNG انجام می‌شود. داده‌ها در PostgreSQL، حافظهٔ نهان پاسخ‌ها در Redis و نمایه‌های محلی در SQLite نگه‌داری می‌شود، و Docker و systemd اجرای سرویس را سرپا نگه می‌دارند.
ساخته‌شده با
- LiteLLM
- Caddy
- Python
- FastAPI
- Uvicorn
- WebSocket
- llama.cpp
- PyTorch
- CUDA
- Hugging Face
- NVIDIA
- librosa
- SciPy
- FFmpeg
- Tesseract
- EasyOCR
- PyMuPDF
- SearXNG
- PostgreSQL
- Redis
- SQLite
- Docker
- systemd
نمونه‌کارهای دیگر
چیزی برای ساختن دارید؟
بگویید روی چه کار می‌کنید. صادقانه می‌گوییم که تیم درستی برایش هستیم یا نه.
یا برای ما ایمیل بزنید به hello@larsima.com