AnySpeechRecognizer dan AnyDecisionModel untuk Swift
Mattt merilis AnySpeechRecognizer dan AnyDecisionModel, dua Swift package untuk transkripsi audio dan pengambilan keputusan *on-device*. AnySpeechRecognizer meniru API SpeechAnalyzer milik Apple namun memungkinkan penggantian *engine* bawaan dengan model terbuka seperti NVIDIA Parakeet dan Alibaba Qwen3-ASR yang berjalan di Core ML. Package ini juga menyertakan modul *speaker diarization* berbasis Streaming Sortformer yang tidak ada pada *framework* bawaan Apple. Paket ini layak digunakan jika Anda perlu menjalankan model *speech* atau *decision* pihak ketiga secara lokal tanpa menulis ulang logika *routing*. Namun, Anda harus mengelola unduhan *file* model yang berukuran besar, mulai dari 250 megabyte hingga lebih dari dua gigabyte. Lewati saja jika Anda sudah puas menggunakan API bawaan Apple secara langsung. sumber: huggingface.co/anydecisionmodel my other side: setyadi.com
$ cat comments/ (0)