推出适用于 Apple 平台的 AnySpeechRecognizer 和 AnyDecisionModel,用于语音识别与决策
Introducing AnySpeechRecognizer and AnyDecisionModel: Open Models for Speech and Decisions on Apple Platforms
发生了什么
作者宣布推出两个适用于 Apple 平台的 Swift 包:AnySpeechRecognizer 和 AnyDecisionModel。AnySpeechRecognizer 仿照 Apple 的语音 API,同时新增本地 Parakeet 和 Qwen3-ASR 引擎,以及最多支持四位说话人的说话人分离功能;AnyDecisionModel 则通过本地或托管后端,为是非题、多项选择题和评分量表题返回带类型的答案及概率。两者都支持从 Hugging Face Hub 下载开放模型。文中报告的语音评测仅涵盖 macOS,尚未在 iPhone 上测试。
推荐理由
关于概率校准和选项顺序偏差的说明,提供了一种实用方法,可在将置信度用作应用阈值之前评估基于模型的决策。
接下来读什么
查看这件事的完整进展Hugging Face 宣布推出适用于 Apple 平台的语音识别和结构化决策 Swift 软件包这件事到目前为止
Hugging Face 宣布推出 AnySpeechRecognizer 和 AnyDecisionModel 两款 Swift 软件包,让 Apple 平台开发者能够通过本地模型或托管后端使用语音识别和结构化回答。两者都支持从 Hugging Face Hub 下载开放模型,并要求使用 Swift 6.2 或更高版本,以及 macOS 26 或 iOS 26 或更高版本。 AnySpeechRecognizer 对应 Apple 的语音 API,新增了通过 Core ML 运行的本地 NVIDIA Parakeet 和 Alibaba Qwen3-ASR 引擎,并支持最多四位说话人的说话人分离。报告中的语音评测仅涵盖 macOS;作者尚未在 iPhone 上测试该软件包。 AnyDecisionModel 通过本地或托管后端,针对是非题、选择题和评分量表题返回类型化答案和概率。Parakeet 和 Sortformer 运行时以及 MLX 后端需要 Apple 芯片。
每天一封,跟上 AI 的重要变化
模型发布、价格变化、算力进展,附原始来源。免费,确认后开始发送,随时一键退订。 看一份往期日报 · 2026-10-29
