Repolode
Предложить
argmaxinc

argmaxinc/argmax-oss-swift

Swift SDK для локального распознавания и синтеза речи, а также диаризации говорящих на Apple silicon.

Open source альтернатива:Otter.ai

Открыть на GitHub
Звёзды
6,411
Форки
622
Открытые issues
143
Последний коммит
11 дней назад

Что это?

Argmax Open-Source SDK для Swift объединяет в одном Swift-пакете три фреймворка для обработки речи на устройстве: WhisperKit для распознавания речи с моделями OpenAI Whisper, TTSKit для синтеза речи с моделями Qwen3-TTS и SpeakerKit для диаризации говорящих с моделями Pyannote. Все они работают на Core ML на Apple silicon, поэтому аудио обрабатывается локально, без облачного сервера.

WhisperKit может расшифровывать локальные аудиофайлы или поток с микрофона и по запросу скачивает варианты Whisper с Hugging Face. Argmax CLI включает локальный сервер, реализующий эндпоинты OpenAI Audio для транскрибации и перевода, — к нему можно подключать существующие клиенты OpenAI SDK. SpeakerKit умеет объединять метки говорящих с транскриптами WhisperKit и экспортировать результат в формате RTTM.

Пакет в целом требует macOS 14 или новее, а TTSKit — macOS 15 или iOS 18. Он распространяется по лицензии MIT; коммерческий Argmax Pro SDK с дополнительными моделями и поддержкой Android предлагается отдельно.

Ключевые возможности

  • 01Распознавание речи моделями Whisper через WhisperKit, включая потоковое распознавание с микрофона
  • 02Синтез речи моделями Qwen3-TTS и потоковое воспроизведение в реальном времени в TTSKit
  • 03Диаризация говорящих моделями Pyannote и экспорт в формате RTTM в SpeakerKit
  • 04Локальный сервер OpenAI-совместимого Audio API для транскрибации и перевода
  • 05Swift CLI (argmax-cli) и установка whisperkit-cli через Homebrew

Сценарии использования

  • Добавление офлайн-транскрибации в приложение для iOS или macOS без отправки аудио на сервер
  • Синтез речи непосредственно на устройстве в Swift-приложении с потоковым воспроизведением
  • Определение того, кто и когда говорил в записях встреч или интервью
  • Подключение существующего кода на OpenAI SDK к локальному серверу транскрибации на Mac

Быстрый старт

  1. 1

    Добавьте зависимость пакета Swift в Xcode или Package.swift (Swift Package Manager)

  2. 2

    Установите CLI с помощью Homebrew

    brew install whisperkit-cli

Что важно знать

  • Требуются macOS 14.0 или новее и Xcode 16.0 или новее.
  • Поддерживается только локальный вывод на устройствах с Apple silicon; Android и другие платформы не поддерживаются.

Темы

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

Частые вопросы

Что такое argmax-oss-swift?
Swift SDK для локального распознавания и синтеза речи, а также диаризации говорящих на Apple silicon. Argmax Open-Source SDK для Swift объединяет в одном Swift-пакете три фреймворка для обработки речи на устройстве: WhisperKit для распознавания речи с моделями OpenAI Whisper, TTSKit для синтеза речи с моделями Qwen3-TTS и SpeakerKit для диаризации говорящих с моделями Pyannote. Все они работают на Core ML на Apple silicon, поэтому аудио обрабатывается локально, без облачного сервера.
argmax-oss-swift можно использовать бесплатно? Какая у него лицензия?
argmax-oss-swift распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
argmax-oss-swift всё ещё поддерживается?
Активно поддерживается. Последний коммит в argmax-oss-swift — 11 окт. 2026 г..
Для чего можно использовать argmax-oss-swift?
Добавление офлайн-транскрибации в приложение для iOS или macOS без отправки аудио на сервер Синтез речи непосредственно на устройстве в Swift-приложении с потоковым воспроизведением Определение того, кто и когда говорил в записях встреч или интервью Подключение существующего кода на OpenAI SDK к локальному серверу транскрибации на Mac
Как установить argmax-oss-swift?
Добавьте зависимость пакета Swift в Xcode или Package.swift (Swift Package Manager) Установите CLI с помощью Homebrew: brew install whisperkit-cli
Где скачать argmax-oss-swift?
Исходный код и инструкции по установке — на GitHub: https://github.com/argmaxinc/argmax-oss-swift

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты