AnySpeechRecognizer与AnyDecisionModel：面向语音与决策的开放模型
面向苹果平台的两个Swift包：AnySpeechRecognizer保留苹果的语音转文字API，同时可换用Parakeet、Qwen3-ASR等本地引擎，并支持说话人识别；AnyDecisionModel以类型化结果和概率回答是非、选择和评分类问题。
文章要点
2026年10月29日，Hugging Face发布了两个面向Apple平台的Swift包：AnySpeechRecognizer和AnyDecisionModel。它们让开发者可在熟悉的API背后选择本地或托管模型，是继AnyLanguageModel 1.0之后的新成果。
AnySpeechRecognizer以可选引擎（Parakeet v3、Parakeet Ultra、Parakeet Unified、Qwen3-ASR）实现Apple的SpeechAnalyzer API，并新增最多四位说话人的说话人分离。AnyDecisionModel回答是非、多选和评分类问题，返回概率而非生成文本，支持包括MLX、llama.cpp和Ollama在内的六种后端。模型按需从Hub下载并在设备上运行；两个包都要求Swift 6.2以及至少macOS 26或iOS 26。
本摘要由 AnnuIA 根据 Hugging Face 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。