Hugging Face 推出 AnySpeechRecognizer 同 AnyDecisionModel，Apple 語音決策引擎可換

兩個新 package，跟住 AnyLanguageModel 嘅思路行落去

Hugging Face 29 號宣佈推出兩個 Swift package：AnySpeechRecognizer 同 AnyDecisionModel，跟住 AnyLanguageModel 1.0 嘅路線，把 Apple 平台上嘅 SpeechAnalyzer 同決策 API 都改成「你揀引擎」。

AnySpeechRecognizer 跟住 macOS 26 同 iOS 26 嘅 SpeechAnalyzer 設計，保留原有 API，只係俾你換背後的引擎。你 import Speech 改做 import AnySpeechRecognizer，用嘅系同一套 SpeechTranscriber、DictationTranscriber、SpeechDetector、AssetInventory，Apple 嘅 Speech framework 係預設。想轉 Parakeet 就只改你點樣建 transcriber：

let transcriber = SpeechTranscriber(
    model: ParakeetSpeechModel(variant: .v3),
    transcriptionOptions: [],
    reportingOptions: [.volatileResults],
    attributeOptions: [.audioTimeRange]
)

Asset 安裝、analyzer 運行、讀 async 序列呢幾步係一樣。

背後可以行嘅語音模型有：

Parakeet v3（NVIDIA Parakeet TDT 0.6B v3）：polyglot，識 25 種歐洲語，自動判斷語言，唔使 hand 你俾 locale。
Parakeet Ultra：Moondream 對 v3 做後訓練嘅版本，按 Hugging Face 嘅量度，大多數指標比 v3 準確。
Parakeet Unified：NVIDIA 嘅英語版 Parakeet。

以上三款走 Core ML runtime，支援檔案同 live input、volatile results、word timing 同 word confidence。

Qwen3-ASR：Alibaba 嘅語音模型，有 0.6B 同 1.7B 兩個尺，識 30 種語言同 22 種中文方言，包括國語、粵語、日語、韓語，係 Parakeet 冇覆罩嘅部分。自動偵測語言。

AnyDecisionModel 處理 yes-or-no、multiple-choice、rating-scale 類型嘅問題，輸出帶 type 同 probability 嘅結構化答案，唔係生文字，而係直接由模型概率派生。引擎可以是 MLX、Core AI、llama.cpp 嘅本地模型，或者 Jev、Ollama 提供嘅決策模型。兩個 package 都支援由 Hugging Face Hub 下載 open model，喺裝置上運行。

模姐驗嚇貨

Hugging Face 呢一年嘅套路已經好清楚：任何 Apple API，都拆返嚟俾你揀引擎。上頭 AnyLanguageModel，今次 Speech 同 Decision，下頭可能仲有視覺。呢個路徑對開發者係實打實利好，因為「你揸住邊個掣」呢個問題，答案從「全部喺 Apple」變成「你有得揀」。

但幾點要留意：