Mattt 发布面向 Apple 平台的设备端语音与决策 Swift 包
AI 总结
Mattt 宣布推出面向 Apple 平台的 AnySpeechRecognizer 和 AnyDecisionModel 两个 Swift 包。AnySpeechRecognizer 沿用 Apple 的语音转文本 API,支持选择 NVIDIA Parakeet、Alibaba Qwen3-ASR 等通过 Core ML 在本地运行的引擎,并加入说话人分离功能。AnyDecisionModel 通过 MLX、Core AI 或 llama.cpp 运行设备端模型,也可使用 Jev 或 Ollama 提供的决策模型,为是或否、多项选择和评分量表问题返回类型化答案与概率。两个包均可从 Hugging Face 下载开放模型。报告的速度、内存和字错率结果仅来自一台机器和少量数据集;测试仅覆盖 macOS 27,尚无 iPhone 结果。
深度见解
这些包为设备端语音识别和基于模型的决策提供了熟悉的 Swift 接口。AnyDecisionModel 会公开每个答案的概率,而不必由开发者生成并解析文本。
Introducing AnySpeechRecognizer and AnyDecisionModel: Open Models for Speech and Decisions on Apple Platforms
Published October 29, 2026
#AnySpeechRecognizer#AnyDecisionModel#Apple#NVIDIA Parakeet#Alibaba Qwen3-ASR#MLX#Core AI#llama.cpp#Jev#Ollama#Moondream Parakeet Ultra