// AI 新闻 · 2026-10-29 · Hugging Face Blog
Hugging Face 推出语音识别与决策模型开源工具
Hugging Face 发布 AnySpeechRecognizer 和 AnyDecisionModel 两个开源包，支持在 Apple 平台运行语音识别与决策任务。两者基于 Apple 的 SpeechAnalyzer API 构建，提供可选的本地模型引擎，包括 NVIDIA 的 Parakeet 系列和阿里巴巴的 Qwen3-ASR，实现多语言语音转写及说话人分离功能。
原文发布 2026-10-29 08:00（北京时间）来源 Hugging Face Blog自动整理 · 已核对原文
01摘要
AnySpeechRecognizer 支持实时与文件输入，集成 NVIDIA 的 Parakeet v3、Ultra 和 Unified 以及 Qwen3-ASR 模型，后者覆盖 30 种语言和 22 种中文方言。模型通过 Core ML 运行，支持本地部署并可按需下载。新增的 SpeakerDiarizer 模块基于 Streaming Sortformer 实现说话人分离，可识别最多四人对话，记录每个词的发言者，提升复杂场景下的语音理解能力。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- AnySpeechRecognizer 提供多引擎语音识别，支持 NVIDIA Parakeet 和阿里巴巴 Qwen3-ASR 模型，覆盖25种欧洲语言及多种中文方言。
- 模型运行在 Core ML 上，支持实时音频输入与文件转写，Parakeet 通过8秒编码器优化实时分析效率。
- 新增说话人分离功能，基于 Streaming Sortformer 实现多说话人识别，可按发言者输出时间线式转录。
- 所有模型均从 Hugging Face Hub 下载并本地运行，下载量由应用触发，文件存储于标准缓存路径，支持跨语言环境共享。
03原文出处
Hugging Face Blog · 发布于 2026-10-29 08:00（北京时间） · 上方为原标题
05同主题新闻
- 黄仁勋演示鸭子机器人带动舵机订单增长2026-10-29 · 快科技 MyDrivers
- AWS 推出 Ray Train DLC 支持 EKS 上的分布式训练2026-10-29 · AWS Machine Learning Blog
- PyTorch 2.15 版本发布，强化多平台与通信后端支持2026-10-29 · PyTorch Blog
- NVIDIA RTX Spark笔记本新增模型与游戏支持2026-10-28 · NVIDIA Newsroom
- NVIDIA发布多语言语音转写模型Nemotron 3.5 Transcribe2026-10-28 · Hugging Face Blog
- 开发者利用Frontier AI代理与Omniverse构建仿真应用2026-10-30 · NVIDIA Blog
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 全部 AI 新闻 · 今日