البدء

توفّر speech-swift معالجة كلام بالذكاء الاصطناعي على الجهاز لأنظمة macOS وiOS على Apple Silicon. تعمل النماذج محلّيًا باستخدام MLX (Metal GPU) وCoreML (Neural Engine).

المتطلّبات

• macOS 15+ (Sequoia أو أحدث)
• Apple Silicon (سلاسل M1 وM2 وM3 وM4)
• Xcode 16+ / Swift 6.0+
• 8 GB من ذاكرة الوصول العشوائي كحدّ أدنى (يُنصح بـ 16 GB للنماذج الأكبر)

التثبيت

Homebrew (CLI)

أسرع طريقة لتجربة speech-swift على macOS. يثبّت كلًّا من واجهة speech السطرية وخادم speech-server العامل عبر HTTP/WebSocket (مع نقطة نهاية /v1/realtime متوافقة مع OpenAI). يتطلّب نسخة Homebrew الأصلية لمعمارية ARM (/opt/homebrew).

brew install speech

بعد التثبيت، يتوفّر كلا الملفّين التنفيذيّين ضمن مسار PATH:

speech transcribe recording.wav
speech speak "Hello, world!" --output hello.wav
speech-server --port 8080            # خادم HTTP / WebSocket محلّي

Swift Package Manager

أضِف speech-swift إلى اعتماديّات ملفّ Package.swift:

dependencies: [
    .package(url: "https://github.com/soniqo/speech-swift", branch: "main")
]

ثم أضِف الوحدات التي تحتاجها إلى هدف المشروع:

.target(
    name: "MyApp",
    dependencies: [
        .product(name: "Qwen3ASR", package: "speech-swift"),
        .product(name: "Qwen3TTS", package: "speech-swift"),
        .product(name: "SpeechVAD", package: "speech-swift"),
        // ... add any modules you need
    ]
)

الوحدات المتاحة

البناء من المصدر

استنسخ المستودع وابنِه:

git clone https://github.com/soniqo/speech-swift.git
cd speech-swift
make build

يستهدف بناء المظللات افتراضيًا macOS 15.0 وMetal 3.2، حتى مع SDK أحدث. يمكن تغيير القيم عبر MACOSX_DEPLOYMENT_TARGET وMLX_METAL_LANGUAGE_VERSION للبناء المخصص؛ وقد تستبعد الإصدارات المستهدفة الأعلى الأنظمة القديمة. تُبطل تغييرات المترجم أو SDK أو الخيارات أو البرنامج النصي أو المصادر ذاكرة التخزين المؤقت. عند فشل الترجمة أو الربط، تُحفظ المكتبة السابقة وبصمة ذاكرة التخزين المؤقت.

بداية سريعة: تفريغ الصوت

CLI

# Transcribe a WAV file
.build/release/speech transcribe recording.wav

واجهة Swift

import Qwen3ASR

let model = try await Qwen3ASRModel.fromPretrained()
// audioSamples: [Float] PCM at 16 kHz (e.g. decoded from a WAV)
let text = model.transcribe(audio: audioSamples, sampleRate: 16000)
print(text)

تُنزَّل النماذج تلقائيًا من HuggingFace عند أوّل استخدام، وتُخزَّن في ~/Library/Caches/qwen3-speech/.

بداية سريعة: من النص إلى الكلام

CLI

# Generate speech
.build/release/speech speak "Hello, world!" --output hello.wav

واجهة Swift

import Qwen3TTS
import AudioCommon

let model = try await Qwen3TTSModel.fromPretrained()
let audio = model.synthesize(text: "Hello, world!", language: "english")
try WAVWriter.write(samples: audio, sampleRate: 24000, to: URL(filePath: "hello.wav"))

تنزيلات النماذج

تُنزَّل جميع النماذج من HuggingFace عند أوّل استخدام. أحجام تقريبية:

الخطوات التالية

• مرجع CLI — كل الأوامر والخيارات المتاحة
• دليل Qwen3-ASR — توثيق تفصيلي لتحويل الكلام إلى نص
• دليل Qwen3-TTS — توثيق تفصيلي لتحويل النص إلى كلام
• API والبروتوكولات — البروتوكولات والأنواع المشتركة