תרגום מכונה · המקור באנגלית

שאלות נפוצות

האם speech-swift עובד על iOS?

Kokoro TTS, Qwen3.5-Chat, Silero VAD, Parakeet ASR, DeepFilterNet3ו WeSpeaker הכל רץ iOS 18+ באמצעות CoreML על Neural Engineמודלים מבוססי MLX (Qwen3-ASR, Qwen3-TTS, Qwen3.5-Chat MLX, PersonaPlex(צריך) macOS 15+ Apple Silicon

האם זה דורש חיבור לאינטרנט?

רק לדגם הראשוני של ה- HuggingFace (automatic, דחוס ב- ZXXQ0XZ) ~/Library/Caches/qwen3-speech/(לאחר מכן, כל ההקצות לגמרי לא מקוון ללא גישה לרשת.אין ממשקי API בענן, אין צורך במפתחות API.

כיצד speech-swift השוואה Whisper?

Qwen3-ASR-0.6B משיג RTF 0.012 על M5 Pro - -7מהר יותר מאשר WhisperKit Large-v3 טורבו ( Turbo)RTF 0.084(ו) 40% מהר יותר מאשר Whisper-large-v3 תגית: ccpp (RTF 0.10(עם דיוק דומה) 52 שפות. speech-swift מספק יליד Swift async/await API, בעוד לוח.cpp דורש גשר C++.

ראה את המלא comparisonטבלאות עבור ASR ו TTS השוואות נגד ללחישות.cpp, Apple SFSpeechRecognizer, AVSpeSynthr, ו- API בענן.

מה Apple Silicon צ'יפס נתמך?

כל ה-M-series Chip: M1, M2, M3, M4 וגרסאות Pro/Max/Ultra שלהם. macOS 15+ (Sequoia) iOS 18+.

למה זה דורש macOS 15 / iOS 18?

הרצפה מגיעה MLState מדינת ANE המתמדת של Apple APIמוצג ב macOS 15 ו iOS 18The CoreML צינורות (Qwen3-ASR, Qwen3-Chat, Qwen3-TTS· שימוש ב-MLstate כדי לשמור על תושב KV Neural Engine בכל צעדי הסימון, במקום לסגור אותם פנימה והחוצה כל צעד. CoreML המונחים: 30–50% מול הגישה הלא-ארצית הקודמת.

האם ניתן להשתמש בו באפליקציית מסחר?

כן. speech-swift מורשה תחת Apache 2.0 משקל המודל הבסיסי יש רישיון משלהם - לבדוק כל מודל HuggingFace

כמה זיכרון זה צריך?

מתוך From 3 MB Silero VAD 6.5 GB (PersonaPlex 7B) שימוש טיפוסי:

• Kokoro TTS -200 MB (1דלי)
• Qwen3-ASR 0.6B: 1.0 GB שיא (4-bit MLX)
• Qwen3-TTS 0.6B: 2 GB
• Qwen3.5-Chat 0.8B: -700 MB (MB)INT4 MLX) / ~1.2 GB (INT8 CoreML)
• CosyVoice3: 1.5 GB
• Parakeet TDT: 400 MB

האם ניתן להפעיל מודלים רבים במקביל?

כן, השתמש CoreML מודלים על Neural Engine לצד MLX מודלים על GPU כדי להימנע מתכנים - למשל Silero VAD (CoreML) + Qwen3-ASR (MLX) + Qwen3-TTS (MLX).

האם יש REST API?

כן, כן speech-server בינארי חושף את כל הדגמים באמצעות HTTP REST ו WebSocket נקודות קצה, כולל נקודות קצה. OpenAI Realtime API תואם WebSocket at at /v1/realtimeראה את CLITER עבור פקודות השרת

איך להתקין אותו?

Homebrew:

brew install speech

זה מתקין הן את speech CLI ואת speech-server HTTP /WebSocket שרת על PATH שלך.

Swift מנהל החבילה:

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

ראה את Getting Start מדריך הוראות מלאות.

אילו דגמי דיבור זמינים?

דיבור לטקסט: Qwen3-ASR (52 שפות, MLX(ו) Parakeet TDT (25 שפות, CoreML).

טקסט-to-speech: Qwen3-TTS (הזרם, 10 שפות) CosyVoice3 (קולנוע, 9 שפות) Kokoro-82M (הופנה מהדף 50 קולות, 10 שפות).

Speech-to-speech: PersonaPlex 7B (דיאלוג מלא-דופלקס, 18 עקרונות קול).

ניתוח אודיו: Silero + Pyannote VAD, רמקולים diarization (Pyannote+ Typeformer), WeSpeaker דובר מטביעה, DeepFilterNet3.

LLM: Qwen3.5-0.8B צ'אט (on-device, INT4 MLX + INT8 CoreML« סטרימינג אסימונים.

האם Soniqo עובד על Android?

כן, כן speech-android SDK מספק Kotlin API עם ONNX Runtime ו NNAPI האצה. arm64-v8a על Android 8+ (API 26• דגם אוטומטי-הורדה HuggingFace שימוש ראשון (-)1.2 GB) ראה Android הוראות ההתקנה.

האם Soniqo עובד על Linux?

כן, כן speech-core פרויקט כולל C API עבור מוטבע ורכב Linux (Yocto, קצה מכשירים) examples/linuxמודלים עוברים דרך ONNX Runtime או LiteRT backends, עם אופציונלי QN האצה עבור חומרה Qualcomm. תומך ARM64 ו x86_64. Linux הוראות ההתקנה.

האם Soniqo עובד על Windows?

כן. דיבור Core בונה Windows x86_64 עם שני הצדדים - - ONNX Runtime ו LiteRT המונחים: סטרימינג דיבור-to-textNemotron, Parakeetזיהוי פעילות קול, דיאריזציה הדוברת, ו VoxCPM2 טקסט-to-speech. Speech Studio כמו כן, ה- Windows מתקין עבור שיבוט קול מקומי.

האם ניתן לשתף מודלים בין פלטפורמות?

המודלים העיקריים (Parakeet, Kokoro, Sileroהמונחים: DeepFiter פורמט ONNX על שני Android, Linux ו Windows. Apple משתמשת ב- CoreML/MLX . Same Weights, פורמטי יצוא שונים המותאמים להאצת החומרה של כל פלטפורמה.