Automatische vertaling · Engels origineel

Veelgestelde vragen

Werkt speech-swift op iOS?

Kokoro TTS, Qwen3.5-Chat, Silero VAD, Parakeet ASR, DeepFilterNet3en WeSpeaker Allemaal op iOS 18+ via CoreML over de Neural EngineMLX-gebaseerde modellen (Qwen3-ASR, Qwen3-TTS, Qwen3.5-Chat MLX, PersonaPlex) vereist macOS 15+ op Apple Silicon.

Heeft het een internetverbinding nodig?

Alleen voor de eerste modeldownload van HuggingFace (automatisch, ingecached in ~/Library/Caches/qwen3-speech/). Daarna draait alle gevolggeving volledig offline zonder netwerktoegang. Geen cloud API's, geen API sleutels nodig.

Hoe vergelijkt speech-swift met Whisper?

Qwen3-ASR-0.6B bereikt RTF 0.012 op M5 Pro7× sneller dan WhisperKit Large-v3 Turbo (RTF 0.084) en 40% sneller dan Whisper-large-v3 via whisper.cpp (RTF 0.10) met vergelijkbare nauwkeurigheid 52 talen. speech-swift levert een native Swift async/await API, terwijl whisper.cpp een C++-brug nodig heeft.

Zie de volledige vergelijkingstabellen voor ASR en TTS benchmarks voor whisper.cpp, Apple SFSpeechRecognizer, AVSpeechSynthesizer en cloud API's.

Welke Apple Silicon chips worden ondersteund?

Alle M-series chips: M1, M2, M3, M4 en hun Pro/Max/Ultra varianten. macOS 15+ (Sequoia) of iOS 18+.

Waarom heeft het macOS 15 / iOS 18 nodig?

De vloer komt van MLState De aanhoudende ANE-toestand van Apple API, ingevoerd in macOS 15 en iOS 18. De CoreML pijpleidingen (Qwen3-ASR, Qwen3-Chat, Qwen3-TTS) gebruiken MLState om KV caches inwoner te houden op de Neural Engine over token stappen, in plaats van ze in en uit te sluiten elke stap. Deze snee per-token CoreML latentie door 30–50% versus de eerdere staatloze aanpak.

Kan ik het gebruiken in een commerciële app?

Ja. speech-swift is gelicentieerd onder Apache 2.0. De onderliggende modelgewichten hebben hun eigen licenties om de pagina HuggingFace te controleren op details.

Hoeveel geheugen heeft het nodig?

Van ~3 MB (Silero VAD) naar ~6,5 GB (PersonaPlex 7B). Typisch gebruik:

Kan ik meerdere modellen tegelijk draaien?

Ja. Gebruik CoreML modellen op de Neural Engine naast MLX modellen op GPU om te voorkomen dat er iets gebeurt, bijvoorbeeld Silero VAD (CoreML) + Qwen3-ASR (MLX) +Qwen3-TTS (MLX

Is er een REST API?

Ja. De speech-server binaire onthult alle modellen via HTTP REST en WebSocket eindpunten, waaronder een OpenAI Realtime API-compatibel WebSocket op /v1/realtime. Zie de CLI-referentie voor servercommando's.

Hoe kan ik het installeren?

Homebrew:

brew install speech

Dit installeert zowel de speech CLI als de speech-server HTTP/WebSocket server op uw PATH.

Swift Pakketbeheer:

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

Zie de Aan de slag handleiding voor volledige instructies.

Welke spraakmodellen zijn er beschikbaar?

Speech-to-text: Qwen3-ASR (52 talen; MLX) en Parakeet TDT (25 talen; CoreML).

Text-to-speech: Qwen3-TTS (streaming, 10 languages), CosyVoice3 (spraakklonen, 9 talen) en Kokoro-82M (iOS-ready, 50 stemmen, 10 talen).

Spraak-tot-spraak: PersonaPlex 7B (full-duplex dialoog, 18 voice presets).

Audioanalyse: Silero + Pyannote VAD, dialerdiarisatie van de luidspreker (Pyannote + Sortformer), WeSpeaker speakerinbeddingen, en DeepFilterNet3 ruisonderdrukking.

LLM: Qwen3.5-0.8B Chat (op apparaat, INT4 MLX + INT8 CoreML, streaming tokens).

Werkt Soniqo aan Android?

Ja. speech-android SDK biedt een Kotlin API met ONNX Runtime en NNAPI hardwareversnelling. Ondersteunt arm64-v8a op Android 8+ (API 26). Modellen automatisch downloaden van HuggingFace bij eerste gebruik (~1.2 GB). Zie Aan de slag Android voor installatie-instructies.

Werkt Soniqo aan Linux?

Ja. Het speech-core project bevat een C API voor embedded en automotive Linux (Yocto, randapparatuur) op examples/linux. Modellen lopen door de ONNX Runtime of LiteRT backends, met optionele QNN acceleratie voor Qualcomm hardware. Ondersteuning ARM64 en x86_64. Zie Getting Started Linux voor setup instructies.

Werkt Soniqo op Windows?

Ja. Spraakkern bouwt voort op Windows x86_64 met beide gevolgtrekkingen backends ONNX Runtime en LiteRT De streaming speech-to-text (Nemotron, Parakeet), spraakactiviteit detectie, speaker diarization, en VoxCPM2 tekst-tot-spraak. Speech Studio ook een Windows installatie voor lokaal stemklonen.

Kan ik modellen delen tussen platforms?

De kernmodellen (Parakeet, Kokoro en Silero) gebruiken ONNX-formaat op zowel Android, Linux en Windows. Apple maakt gebruik van CoreML/MLX formaten. Dezelfde onderliggende gewichten, verschillende exportformaten geoptimaliseerd voor de hardwareversnelling van elk platform.