argmax-oss-swift
Apple Silicon için cihaz içi sesten metne dönüştürme, konuşmacı ayrıştırma ve metinden sese dönüştürme.
macOS ve iOS üzerinde yerel olarak çalışan Whisper, Pyannote ve Qwen-TTS için Swift çıkarım çerçeveleri.
Bu, Apple Silicon cihazlarında konuşma yapay zeka modellerini doğrudan çalıştırmak için tasarlanmış, kullanıma hazır bir Swift çerçeveleri koleksiyonudur. Bulut API'lerine güvenmeden yerel transkripsiyon, metinden sese dönüştürme veya konuşmacı ayrıştırma gerektiren yerel iOS veya macOS uygulamaları geliştiriyorsanız bunu kullanmalısınız.
Nedir
SDK, üç temel çıkarım motorunu Swift kütüphane ürünlerinde paketler: OpenAI Whisper sesten metne dönüştürme için WhisperKit, Pyannote konuşmacı ayrıştırma için SpeakerKit ve Qwen-TTS metinden sese dönüştürme için TTSKit. Büyük ses dosyaları, özel sesler ve isteğe bağlı bir CLI aracılığıyla yerel sunucu yürütme için bellek verimli akışları destekler.
Kimler için
Apple donanımında yerel işleme gerektiren çevrimdışı öncelikli ses, video veya transkripsiyon uygulamaları geliştiren iOS ve macOS geliştiricileri için uygundur. Yerel sunucuyu sarmalamadan Apple dışı uygulamalar geliştiren takımlar veya Pro SDK'ya yükseltme yapmadan önceden oluşturulmuş Android desteğine ihtiyaç duyanlar için uygun değildir.
Temel özellikler
WhisperKit Sesten Metne
Çok dilli transkripsiyon için Apple Silicon üzerinde OpenAI Whisper modellerini yerel olarak çalıştırın.
Artımlı Ses Yükleme
VAD sessizlik sınırlarını kullanarak büyük ses dosyalarını sınırlı bellek parçaları halinde diskten akış olarak aktarın.
SpeakerKit Ayrıştırma
Swift içinde yerel olarak Pyannote tabanlı modelleri kullanarak konuşmacı ayrıştırma gerçekleştirin.
TTSKit Metinden Sese
Özel sesler ve gerçek zamanlı akış desteğiyle Qwen-TTS kullanarak yerel olarak konuşma üretin.
3 adımda hazır
Dürüst kararımız
Artıları
- Bulut API bağımlılığı olmadan tamamen macOS ve iOS üzerinde cihaz içinde çalışır
- Bellek verimli akış, büyük ses dosyalarını çökmeden işler
- Modüler mimari WhisperKit, TTSKit ve SpeakerKit'i ayrı ayrı içe aktarmanıza olanak tanır
- Test için Swift CLI araçları ve yerel sunucu yetenekleri içerir
Eksileri
- Derlemek ve çalıştırmak için macOS 14.0+ ve Xcode 16.0+ gerektirir
- Gerçek zamanlı çok konuşmacılı transkripsiyon gibi gelişmiş özellikler ücretli Pro SDK gerektirir
- Büyük modelleri yerel olarak çalıştırmak, önemli ölçüde Apple Silicon belleği ve işlem kaynağı gerektirir
Fiyatlar & lisans
Açık kaynaklı Swift SDK için MIT lisansı altında ücretsizdir. Ek gelişmiş özellikler, özel kelime dağarcığı ve platformlar arası destek ticari Argmax Pro SDK aracılığıyla edinilebilir.
Türkçe konuşanlar için işler
876 açık uzaktan yapay zeka eğitimi işi, 15 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$170 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Alternatifler
Kullanın ya da biz kuralım
SSS
Bu SDK tarafından hangi platformlar desteklenmektedir?
Açık kaynaklı Swift SDK, macOS 14.0 ve sonraki sürümleri destekler ve Xcode 16.0 veya sonrasını gerektirir.
Bellek yetersiz hatası almadan büyük ses dosyalarını işleyebilir miyim?
Evet, WhisperKit, VAD sınırlarında bölünmüş sınırlı bellek parçalarında diskten dosyaları akış olarak aktaran artımlı bir ses yükleme modu içerir.
Özelliklerin tümü açık kaynaklı sürümde yer alıyor mu?
Açık kaynaklı SDK temel çıkarım çerçevelerini sağlarken, konuşmacılı gerçek zamanlı transkripsiyon ve özel kelime dağarcığı gibi gelişmiş özellikler Argmax Pro SDK gerektirir.
