← 事件库 / Open Source

AnySpeechRecognizer 与 AnyDecisionModel 开源 Apple 原生 AI 组件

AnySpeechRecognizer 0.1.0 与 AnyDecisionModel 0.6.0 是面向 Apple 平台的开源 Swift 包,分别处理端侧语音和受约束的模型决策。语音后端覆盖 Parakeet、Sortformer 与 Apple SpeechAnalyzer;决策后端包括 MLX、Core AI、llama.cpp、Jev 与 Ollama。它们要求 Swift 6.2 和较新的 Apple 系统,文档还明确指出两者的 Core AI 依赖目前不能同时启用。

对你意味着什么

对 Apple 原生产品团队来说,这两个包减少了本地语音与类型化选择的粘合代码。平台版本要求高、依赖冲突仍在,M4 Max 延迟也只是发布方测试,因此应先验证集成与性能。

证据与关联材料

技术细节与六维评分
版本 AnySpeechRecognizer 0.1.0;AnyDecisionModel 0.6.0
平台 Swift 6.2+;macOS/iOS 26+;Parakeet、Sortformer 与 MLX 路径要求 Apple silicon
语音 Parakeet、Sortformer 与 Apple SpeechAnalyzer;后端支持时可做多语种识别、标点和大小写
决策 类型化概率、选择与评分 API;支持 MLX、Core AI、llama.cpp、Jev 与 Ollama
已知冲突 AnyDecisionModel 的 Core AI trait 使用 coreai-kit 0.7.3 与 swift-huggingface <1.0,而 AnySpeechRecognizer 要求 1.x
厂商延迟 M4 Max 加载后 batch 16 约 0.45 秒;343 个 emoji 选择约 10 秒
时间依据 Hugging Face feed 只提供 2026-10-29 日期;该日期完整落在扫描窗口内
技术影响 3
工程价值 4
采用信号 2
成熟度 2
验证成本 2
风险 2