Repolode
Enviar
argmaxinc

argmaxinc/argmax-oss-swift

SDK Swift para executar transcrição de fala, síntese de fala e diarização de locutores totalmente no dispositivo, em Apple silicon.

Alternativa open source a:Otter.ai

Ver no GitHub
Estrelas
6,411
Forks
622
Issues abertas
143
Último commit
há 11 dias

O que é?

O SDK open source da Argmax para Swift reúne três frameworks de fala executados no dispositivo em um único pacote Swift: WhisperKit, para transcrição de fala com modelos OpenAI Whisper; TTSKit, para síntese de fala com modelos Qwen3-TTS; e SpeakerKit, para diarização de locutores com modelos Pyannote. Todos são executados no Core ML em Apple silicon, então o áudio é processado localmente, sem um servidor na nuvem.

O WhisperKit pode transcrever arquivos de áudio locais ou o fluxo de um microfone e baixa variantes do Whisper do Hugging Face sob demanda. O Argmax CLI inclui um servidor local que implementa os endpoints de transcrição e tradução do OpenAI Audio, permitindo que clientes existentes do OpenAI SDK se conectem a ele. O SpeakerKit pode combinar rótulos de locutores com transcrições do WhisperKit e exportar resultados RTTM.

O pacote, como um todo, requer macOS 14 ou posterior; o TTSKit exige macOS 15 ou iOS 18. Ele é distribuído sob a licença MIT, e um SDK comercial Argmax Pro, com modelos adicionais e suporte a Android, é oferecido separadamente.

Recursos principais

  • 01Transcrição de fala com modelos Whisper via WhisperKit, incluindo streaming de um microfone
  • 02Síntese de fala com modelos Qwen3-TTS e reprodução em streaming em tempo real no TTSKit
  • 03Diarização de locutores com modelos Pyannote e exportação RTTM no SpeakerKit
  • 04Servidor local da Audio API compatível com OpenAI para transcrição e tradução
  • 05CLI Swift (argmax-cli) e instalação via Homebrew para whisperkit-cli

Casos de uso

  • Adicionar transcrição offline a um app iOS ou macOS sem enviar áudio para um servidor
  • Gerar fala no dispositivo em um app Swift com reprodução em streaming
  • Identificar quem falou e quando em gravações de reuniões ou entrevistas
  • Direcionar código existente do OpenAI SDK para um servidor local de transcrição em um Mac

Início rápido

  1. 1

    Adicione a dependência do pacote Swift no Xcode ou no Package.swift (Swift Package Manager)

  2. 2

    Instale a CLI pelo Homebrew

    brew install whisperkit-cli

Antes de usar

  • Requer macOS 14.0 ou posterior e Xcode 16.0 ou posterior.
  • Tem como alvo apenas a inferência no dispositivo com Apple silicon; não oferece suporte a Android nem a outras plataformas.

Tópicos

#speech-recognition#text-to-speech#speaker-diarization#on-device#core-ml#swift#whisper#apple-silicon#inference#ios

Perguntas frequentes

O que é argmax-oss-swift?
SDK Swift para executar transcrição de fala, síntese de fala e diarização de locutores totalmente no dispositivo, em Apple silicon. O SDK open source da Argmax para Swift reúne três frameworks de fala executados no dispositivo em um único pacote Swift: WhisperKit, para transcrição de fala com modelos OpenAI Whisper; TTSKit, para síntese de fala com modelos Qwen3-TTS; e SpeakerKit, para diarização de locutores com modelos Pyannote. Todos são executados no Core ML em Apple silicon, então o áudio é processado localmente, sem um servidor na nuvem.
argmax-oss-swift é gratuito? Qual é a licença?
argmax-oss-swift é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
argmax-oss-swift ainda é mantido?
Manutenção ativa. O último commit de argmax-oss-swift foi em 11 de out. de 2026.
Para que posso usar argmax-oss-swift?
Adicionar transcrição offline a um app iOS ou macOS sem enviar áudio para um servidor Gerar fala no dispositivo em um app Swift com reprodução em streaming Identificar quem falou e quando em gravações de reuniões ou entrevistas Direcionar código existente do OpenAI SDK para um servidor local de transcrição em um Mac
Como instalar argmax-oss-swift?
Adicione a dependência do pacote Swift no Xcode ou no Package.swift (Swift Package Manager) Instale a CLI pelo Homebrew: brew install whisperkit-cli
Onde consigo argmax-oss-swift?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/argmaxinc/argmax-oss-swift

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados