OmniTools 10月29日消息，Hugging Face 博客10月29日发文介绍两个面向 Apple 平台的 Swift 包：AnySpeechRecognizer 和 AnyDecisionModel。前者在 Apple 新的语音转文本 API 上提供可选识别引擎，包括可在本地 Core ML 运行的 NVIDIA Parakeet 和阿里巴巴 Qwen3-ASR，并新增说话人分离功能；后者用于回答是/否、多选和评分量表问题，返回带类型的答案与概率，答案来自模型概率而非生成文本。
AnySpeechRecognizer 镜像 SpeechAnalyzer、SpeechTranscriber 等 API，默认使用 Apple 引擎，也可切换 Parakeet v3、Parakeet Ultra、Parakeet Unified 及 Qwen3-ASR 0.6B/1.7B。相关 Core ML 模型已发布在 Hugging Face Hub，包含转换来源、校验和与固定修订版本。说话人分离基于 NVIDIA Streaming Sortformer，最多跟踪四位说话人，并可将时间词归属到说话人。
AnyDecisionModel 支持在设备上通过 MLX、Core AI 或 llama.cpp 运行模型，也可接入 Jev 或 Ollama 的决策模型。文章称测试在 M4 Max Mac Studio、macOS 27.0.1 上进行：在 LibriSpeech 3 至 8 分钟文件上，Parakeet v3 文件模式词错误率为 1.55%（test-clean）和 2.78%（test-other），Apple 转写器为 2.12% 和 3.97%；在 AMI 会议录音上，所有测试引擎词错误率均高于 23%。
