מעודכנת 31 באוקטובר 2026: Soniqo
מדידת סוכנים קוליים: חילופי תורות בדיבור, קריאות לכלים ודיבור הבעתי
TurnBench, SLURP ו InstructTTSEval תוצאות עבור זמני ריצה מקומיים ו- API בענן, עם p99 VAP מודל הורדות.
Read Read Read
הדפסה והרכבה בעיצומן
הכירו אתMimi
אנחנו בונים רובוט קטן שאפשר לדבר איתו. ארבע רגליים, פנים דיגיטליות קטנות ו-AI מקומי במחשב נייד או בטלפון סמוך, שיחבר את המילים שלכם לתנועה הבאה שלו.
הכירו את Mimi
פוסטים אחרונים & קטעי וידאו
כל הפוסטים27 בספטמבר 2026 - Soniqo
GLiNER2.5-Decide ו-Jev: מודל החלטות אתה רץ, ואחד שאתה קורא לו.
משקל פתוח GLiNER2.5-Decide ב MLX Swift נגד TypeSafe's אירח Jev: מה כל אחד מציע, מה האינדקס שפורסם בהשוואה, ומדידות מקומיות: 7.6 מ"מ לבקשה ב 0.85 GB עם INT8
Read Read Read
YouTube - סרט קונספט
Stenograf - משיחות לפעולה
סרט קונספט בוחן את החזון של Stenograf על מנת להפוך את השיחות לצעדים הבאים שימושיים.
Watch Watch
Ivan המאמר באנגלית
NVIDIA Nemotron VoiceChat על Apple Silicon: דיבור מלא דופלקס עם כלים
מ Moshi ו PersonaPlex VoiceChat: כיצד דיבור מלא-דופלקס מטפל בהפרעות ו MCP כלים, והיכן קטן Android
Read Read Read
יישומים
כלים להקלטות ולמוזיקה שלכם.
Soniqo Music
יישום חינמי
צרו פלייבקים לקריוקי מהאודיו שלכם. הסירו שירה, הפרידו ערוצי כלים, שנו סולם וייצאו קובצי WAV בחינם ב-Android, ב-iPhone וב-iPad.
גלו את היישוםspeech
CLI של Homebrew
תמלול, סינתזת דיבור וכלי אודיו שפועלים מקומית במחשבי Mac עם Apple Silicon.
brew install speechמדריך התקנה
Stenograf
הקלטה חופשית ותעתיק
הקלטות ותמלולים פרטיים ב-Mac, ב-Windows וב-Android. AI אופציונלי במחשב מוסיף סיכומים וצ'אט.
גלו את היישוםשירותים
דיבור, אודיו וחיפוש. למוצר שלכם.
אנחנו מאמנים ומתאימים מודלים, מעריכים אותם על הנתונים שלכם ומשלבים אותם במכשירים או בתשתית הפרטית שלכם.
גלו את השירותיםהתאמת דיבור ושפה
פתחו זיהוי דיבור, קולות הבעתיים ושליטה קולית שמותאמים לאופן שבו המשתמשים שלכם מדברים.
עיבוד אודיו וצליל מרחבי
בנה את צינורות השמע סביב סביבת ההאזנה וחומרת היעד.
הסקה ופריסה בתשתית פרטית
הפעל את המודלים שלך על המכשיר או בתוך התשתית שלך.
מערכות חיפוש ומחקר מעמיק
עזרו למשתמשים שלכם למצוא מקורות רלוונטיים ולבנות זרימות מחקר שהם יכולים לבדוק.
כל המרכיבים
עוד שלושים דגמים.ערימה אחת
גלו את הארכיטקטורה, ה-CLI, ממשקי ה-SDK ומבחני הביצועים של כל רכיב.
דיבור לטקסט
Qwen3-ASR
52 langs, RTF 0.06, 4-/8-bit
MLX
CoreML
Whisper Large-v3 Turbo
Native CoreML: 1.40% WER, 6 s model load
CoreML
MOSS Transcribe Diarize 0.9B
MLX INT5: 128K offline context, RTF 0.028
MLX
CoreML
Whisper v3 ONNX
Small, medium, large-v3, and turbo exports
ONNX
Parakeet TDT
32× real-time on Neural Engine
CoreML
ONNX
LiteRT
Parakeet EOU
120M, 25 langs, streaming partials + EOU, ~232 MB on-device
CoreML
ONNX
Omnilingual ASR
1,672 languages, 300M–7B
CoreML
MLX
LiteRT
Cohere Transcribe 2B
14 langs, INT5 default, RTF 0.015
MLX
Voxtral Mini 3B
8 langs, INT5 default, RTF 0.074
MLX
Forced Alignment
Word-level timestamps, 80 ms
MLX
CoreML
Nemotron Streaming
Streaming with punctuation
CoreML
ONNX
LiteRT
טקסט לדיבור
Breeze TTS 2
EN/ZH, voice design + cloning, 24 kHz, non-commercial
MLX
MOSS-TTS-Nano 100M
48 kHz stereo, 80 ms streaming, reference voice cloning
CoreML
Voxtral TTS 4B
20 presets, 9 langs, 24 kHz, 4-bit, CC BY-NC 4.0
MLX
CosyVoice 3
9 langs, zero-shot cloning, bf16 / 8-bit
MLX
ONNX
Qwen3-TTS
12 Hz codec LM, faster than real-time
MLX
CoreML
FireRedTTS3-Instruct
עיצוב קול ניסיוני - חבילות ציבוריות - לבנות SDK
MLX
MOSS-VoiceGenerator
עיצוב קול ניסיוני - חבילות ציבוריות - לבנות SDK
MLX
VoxCPM2
48 kHz, 30 langs, voice design + cloning
MLX
ONNX
LiteRT
IndexTTS2
Zero-shot cloning, emotion + tempo controls, RTF 1.0
MLX
Supertonic-3
99M, 31 langs, 44.1 kHz
CoreML
LiteRT
Chatterbox Flash
CoreML voice cloning, TTFT 0.27s, RTF 0.59
CoreML
MLX
LiteRT
OmniVoice
600+ langs, NAR diffusion cloning
MLX
Indic-Mio
Hindi emotion TTS + raw reference cloning
MLX
Fish Audio S2 Pro / Drama 3
Style markers + zero-shot cloning
MLX
F5-TTS
Zero-shot cloning in 16 flow steps, RTF 0.57
MLX
Higgs TTS 3
4B conversational cloning, emotion tags, RTF 0.78
MLX
Kokoro 82M
54 voices, iOS-ready, 10 langs
CoreML
ONNX
Pocket TTS 100M
English, Alba, 24 kHz, 80 ms frames
CoreML
ONNX
VibeVoice
90-min podcasts / audiobooks
MLX
Magpie 357M
9 langs, 5 baked voices, streaming
MLX
Voice Cloning Suite
IndexTTS2, CosyVoice, Chatterbox Flash, Qwen3-TTS ICL
CoreML
MLX
ניתוח שמע
Language Identification
SpeechBrain ECAPA, 107 languages, 21M
MLX
CoreML
Pyannote Community-1
Masked WeSpeaker + native PLDA/VBx, ~32 MB
CoreML
Nemotron 3 Diarization
100M, up to 8 speakers, INT8
MLX
CoreML
Speaker Diarization
Nemotron 3 + Community-1 + Pyannote + Sortformer
MLX
CoreML
LiteRT
Speaker Embeddings
WeSpeaker / CAM++ for ID
MLX
CoreML
LiteRT
Voice Activity Detection
Silero v6.2.1, Pyannote, FireRedVAD
MLX
CoreML
ONNX
LiteRT
Smart Turn v3.2
End-of-turn detection, 23 langs, 3.5 ms per pause
CoreML
ONNX
p99 turn-1-mini
5.3M, Float32
CoreML
VAP (otoSpeech)
תחזית דיבור של שני ערוצים, 5.8 מיליון, Float32
CoreML
ONNX
Wake-Word / KWS
KWS Zipformer, 26× real-time
CoreML
הפקת מוזיקה ושמע
Stable Audio 3
44.1 kHz stereo, variable-length music
MLX
MAGNeT MusicGen
Text → 30 s music, RTF 0.36
MLX
Source Separation
Open-Unmix + HTDemucs v4, 4 stems
MLX
Speech Enhancement
DeepFilterNet3, 48 kHz real-time
CoreML
ONNX
LocalVQE AEC
Two-stream echo cancellation, 16 ms latency
CoreML
Speech Restoration
Sidon denoise + dereverb → 48 kHz
CoreML
ONNX
FlashSR
48 kHz audio super-resolution
MLX
מודלי שפה והמרת דיבור
Clef-flash
MLX Swift · 9B · 4-bit · text decisions · development preview
MLX
GLiNER2.5-Decide
MLX Swift · INT8, FP16, FP32 · development preview
MLX
Qwen3.5 Chat 0.8B
Streaming on-device LLM
MLX
CoreML
FunctionGemma 270M
Structured tool / function-call grammar
CoreML
LiteRT
MADLAD-400
Many-to-many translation, 400+ languages
MLX
Hibiki Zero-3B
Streaming speech translation, FR/ES/PT/DE → EN
MLX
PersonaPlex 7B
Moshi-family full-duplex speech-to-speech
MLX
ONNX
VoiceChat 11B
Asymmetric duplex speech-to-speech, INT5 / INT8
MLX