AI BriefingHugging Face, Apple Silicon용 오픈소스 로컬 음성 및 의사결정 AI Swift 패키지 출시
Introducing AnySpeechRecognizer and AnyDecisionModel: Open Models for Speech and Decisions on Apple Platforms
·2026.10.29 09:00
핵심 내용
Hugging Face가 Apple 플랫폼용 로컬 음성 및 의사결정 AI Swift 패키지를 출시했다.
자세히 보기
- Hugging Face가 Apple 플랫폼에서 오픈소스 모델로 로컬 음성 인식과 의사결정을 수행하는 Swift 패키지 AnySpeechRecognizer와 AnyDecisionModel을 출시함
- AnySpeechRecognizer는 Apple의 SpeechAnalyzer API(macOS 26, iOS 26)를 래핑하여 NVIDIA Parakeet와 Alibaba Qwen3-ASR 엔진을 지원하며, Parakeet v3 파일 전사 시 LibriSpeech test-clean에서 1.55% WER 달성
- AnyDecisionModel은 MLX, Core AI, llama.cpp, Jev, Ollama 등 6가지 백엔드를 통해 예/아니오, 객관식, 척도 질문의 유형화된 확률 출력을 제공
- NVIDIA Streaming Sortformer를 통한 화자 분리(Speaker diarization)를 지원하며 최대 4명까지 추적 가능함. 이는 Apple 네이티브 API에 없는 기능임
- M4 Max Mac Studio에서 Parakeet은 1시간 오디오를 파일 전사 시 20~40초에 처리하고 약 100 MB의 메모리를 사용함. Qwen3-ASR은 수 GB의 메모리가 필요하고 속도가 느려 파일 전사에 적합함
- AnyDecisionModel의 next-token 백엔드는 선택지를 26개, 점수 레벨을 10개로 제한하는 반면, Cloudflare Clef 같은 decision-head 백엔드는 이러한 제한이 없음
이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.