Hugging Face 发布 AnySpeechRecognizer 与 AnyDecisionModel 两个 Swift 开源包

Hugging Face 宣布开源发布两个 Swift 包：AnySpeechRecognizer 实现了 Apple 新的语音转文本 API，支持可选识别引擎，包括在 Core ML 上本地运行的 NVIDIA Parakeet 和阿里 Qwen3-ASR，并加入说话人分离（diarization）以区分谁在何时说话；AnyDecisionModel 则为 Apple 平台提供决策能力。两者均附 Core ML 转换模型。 使用条件：两个包均要求 Swift 6.2 及以上、macOS 26 或 iOS 26 及以上；Parakeet、Sortformer 运行时和 MLX 后端需要 Apple 芯片。模型仅在应用请求时下载，各 Parakeet 约 600 MB（另加实时编码器约 590 MB），Qwen3-ASR 为 0.9–2.4 GB，Sortformer 约 250 MB。目前 AnyDecisionModel 的 CoreAI trait 无法与 AnySpeechRecognizer 同时使用，因为 coreai-kit 0.7.3 依赖 1.0 以下的 swift-huggingface，而 AnySpeechRecognizer 需要 1.x。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。