AnySpeechRecognizerとAnyDecisionModel:音声と判断のためのオープンモデル
Appleプラットフォーム向けの2つのSwiftパッケージ。AnySpeechRecognizerはAppleの音声認識APIを保ちつつ、ParakeetやQwen3-ASRなどのローカルエンジンに差し替えでき、話者識別も備える。AnyDecisionModelは、はい/いいえ、選択式、評価の質問に型付きの結果と確率で答える。
記事の内容
2026年10月29日、Hugging FaceはApple向けのSwiftパッケージ2種、AnySpeechRecognizerとAnyDecisionModelを発表しました。使い慣れたAPIの背後でローカルモデルとホスト型モデルを選べるもので、先行するAnyLanguageModel 1.0に続く位置づけです。
AnySpeechRecognizerはAppleのSpeechAnalyzer APIをエンジン選択式(Parakeet v3、Parakeet Ultra、Parakeet Unified、Qwen3-ASR)で実装し、最大4人の話者分離を追加します。AnyDecisionModelは、はい/いいえ、多肢選択、評価尺度の質問に対し、生成テキストではなく確率を返し、MLX、llama.cpp、Ollamaなど6つのバックエンドに対応します。モデルは必要時にHubからダウンロードされ端末上で動作し、両パッケージともSwift 6.2とmacOS 26またはiOS 26以降が必要です。
この要約は、Hugging Face の公式ページをもとに AnnuIA が自分の言葉で作成しました。内容および権利は発行元に帰属します。元の記事をご覧ください。