Hugging Face 開發者發布 AnySpeechRecognizer 與 AnyDecisionModel 支援蘋果平台

開發者 Mattt 宣布推出兩款開源 Swift 套件：AnySpeechRecognizer 與 AnyDecisionModel。AnySpeechRecognizer 沿用蘋果 SpeechAnalyzer API 介面架構，允許開發者將預設引擎替換為在 Core ML 上運行的開源模型（包含 NVIDIA Parakeet 與阿里巴巴 Qwen3-ASR），並透過 NVIDIA Streaming Sortformer 增加發言者分離能力。AnyDecisionModel 則為零樣本決策提供強型別 Swift 介面，直接從 MLX 或 llama.cpp 等後端讀取標記機率，無需解析模型生成的自由文字。

值得帶走的重點

• AnySpeechRecognizer 沿用蘋果 SpeechAnalyzer API，允許在 Core ML 上切換使用蘋果原生框架、NVIDIA Parakeet 或阿里巴巴 Qwen3-ASR。
• 整合 NVIDIA Streaming Sortformer 實現發言者分離功能，可在同一時間軸上同時追蹤最多四位說話者。
• AnyDecisionModel 透過讀取標記機率而非生成文字來處理決策問題，支援以 Swift 列舉型別直接承接分類與路由結果。