Hugging Face 发布 Swift 语音与决策包，Parakeet、Qwen3-ASR 可跑在苹果设备上
pcuenq · x · 2026-10-29
Hugging Face 宣布两个新 Swift 包，把「本地开源模型」思路延伸到语音与决策任务：
- AnySpeechRecognizer：封装 Apple 新的 SpeechAnalyzer 语音转文字 API，支持切换识别引擎，包括 NVIDIA Parakeet 与阿里 Qwen3-ASR（通过 Core ML 本地运行），并新增 speaker diarization 说话人分离，可追踪「谁在什么时候说话」。
- AnyDecisionModel：用本地模型（MLX、Core ML 或 llama.cpp）或 Jev/Ollama 的决策模型回答是非题、选择题和评分题，输出带类型的结果与概率——答案是直接从模型概率推导，而非生成文本。
两个包都可从 Hugging Face Hub 下载开源模型并在设备端运行。作者强调语言模型只是 ML 的一小部分：语音识别、路由决策等任务用专门的小模型更快、更便宜。
「模型」频道最新
- 花 5 美元做评测换模型,AI 账单砍掉 74% 且效果更好 — MicahBerkley · 2026-10-29
- Gemini 用户遇「Pro 需求旺盛」,请求被静默切换到其他模型 — General_Internet_511 · 2026-10-29
- Meta 内部人士点赞 Muse:极简短答式输出,与 ChatGPT 体验截然不同 — alexandr_wang · 2026-10-29
- 用 Claude 挖模型家谱:Qwen3.5-27B 疑由 9B 层循环生长而来 — CatAstro_Piyush · 2026-10-29
- Anthropic 收紧防线后，中国实验室转用 OpenAI 旗舰模型 — The Decoder · 2026-10-29
- Irregular 测试:开源模型 GLM 完成多阶段链式网络攻击 — S_OhEigeartaigh · 2026-10-29