2026-10-29 21:20
最后更新于2026-10-29 21:44
AI123
AnyLanguageModel推出语音识别与决策模型开源包，支持本地运行多款AI模型
2026年10月29日，AnyLanguageModel团队宣布推出AnySpeechRecognizer和AnyDecisionModel两个开源软件包，面向Apple平台提供语音识别与决策功能的本地化AI能力。
AnySpeechRecognizer实现了Apple新推出的语音转文本API，开发者可以自由选择识别引擎，包括NVIDIA的Parakeet系列和阿里巴巴的Qwen3-ASR模型，这些模型均可通过Core ML在设备端本地运行。该包还新增了说话人分离功能，可识别对话中不同说话人的语音片段。
AnyDecisionModel则用于回答是/否、多项选择及评级类问题，与常见的生成式文本回答不同，它基于模型输出的概率来给出结论，并支持MLX、Core AI、llama.cpp等后端。两个软件包均可从Hugging Face Hub下载开源模型并在设备上运行，适用于对隐私或离线场景有要求的应用开发。
来源
- 2026-10-29 08:00 | Huggingface：Introducing AnySpeechRecognizer and AnyDecisionModel: Open Models for Speech and Decisions on Apple Platforms阅读原文
Language models can do a lot. They write, summarize, translate, and call tools. But they're only a small part of what machine learning can do. Say a customer calls your support line. First, you want to know what they said (speech recognition). Then, you want to decide where to send them (decision). ...