Hugging Face lanza AnySpeechRecognizer y AnyDecisionModel, modelos abiertos para voz y decisiones en Apple
Hecho Qué ha ocurrido
Hugging Face presenta dos paquetes Swift. AnySpeechRecognizer mantiene la API SpeechAnalyzer de Apple y permite usar modelos como Parakeet o Qwen3-ASR; AnyDecisionModel ofrece una API para decisiones con probabilidades por opción. Los modelos están convertidos a Core ML y publicados en el Hub, y se descargan solo cuando la app lo pide. Según sus pruebas en un M4 Max, Parakeet transcribe una hora de audio en 20 a 40 segundos desde archivo; solo se ha probado en macOS 27, no en iPhone.
Resumen generado mediante IA a partir de Hugging Face (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Permite cambiar el motor de voz en apps Apple sin reescribir el código de transcripción y añade diarización de hablantes, que la API de Apple no ofrece.
- Quién se ve afectado
- Desarrolladores de apps para macOS e iOS que integran voz o clasificación de decisiones con modelos.
- Qué puede cambiar
- Podría facilitar transcripción y clasificación en el dispositivo sin depender de servicios en la nube, con probabilidades explícitas en lugar de texto generado a interpretar.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Verificación independiente de las cifras de precisión y velocidad, llegada a iOS y a los nuevos motores de Core AI, y adopción real por parte de desarrolladores.
Recomendación Qué debería hacer una empresa
Evaluar con audio propio los motores de voz en dispositivo durante los próximos 3 a 6 meses antes de cambiar el transcriptor actual.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Hugging Face (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗reconocimiento de vozdiarización de hablantesmodelos de decisiónCore ML Hugging FaceAppleNVIDIAAlibabaMoondream Apple código abierto Hugging Face Parakeet reconocimiento-de-voz
Relacionadas
Hugging Face lanza AnyLanguageModel 1.0 para usar modelos locales y en la nube con una misma API en Apple
Hugging Face ha publicado AnyLanguageModel 1.0, junto con swift-huggingface 1.0 y swift-xet 1.0, bibliotecas para Swift. Permiten usar la API de Foundation…
Por qué importaFacilita a los equipos de desarrollo de apps Apple cambiar entre modelos locales y en la nube sin reescribir el código de sesión. Reduce la…
AWS lanza contenedor WhisperX en SageMaker para transcripción con identificación de hablantes
AWS publicó un contenedor de aprendizaje profundo (DLC) preconfigurado con WhisperX, que combina Whisper, alineación forzada wav2vec2 y diarización de…
Por qué importaFacilita a empresas con call centers, medios, salud, legal o finanzas implementar transcripción precisa y auditable sin construir infraestructura…
OpenAI lanza al público su Decisions API, competidor de los modelos de decisión de TypeSafe
OpenAI puso a disposición de todos sus clientes la Decisions API, un modelo rápido y barato basado en ChatGPT Luna reconfigurado para acelerar la inferencia…
Por qué importaLos modelos de decisión rápidos pueden sustituir a los LLM en flujos que requieren clasificar opciones con baja latencia y coste, lo que reordena la…
Nvidia lanza Nemotron 3.5 Transcribe, un modelo abierto que transcribe, traduce y distingue hablantes
Nvidia ha publicado Nemotron 3.5 Transcribe, un modelo abierto de reconocimiento de voz que transcribe 40 idiomas, traduce 31 hacia o desde el inglés e…
Por qué importaReúne en un solo modelo transcripción, traducción e identificación de hablantes, funciones que hasta ahora suelen requerir sistemas separados. Para…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.