Hugging Face publica pacotes Swift abertos para fala e decisões em dispositivos Apple
A Hugging Face publicou, a 29 de outubro de 2026, dois pacotes Swift de código aberto — AnySpeechRecognizer e AnyDecisionModel — que permitem a programadores Apple escolher entre vários modelos abertos para transcrição de fala e tomada de decisões estruturadas, executados localmente.
O AnySpeechRecognizer espelha a API nativa SpeechAnalyzer da Apple, mas permite substituir o motor de reconhecimento por alternativas abertas como o Nvidia Parakeet v3 (25 línguas europeias) ou o Qwen3-ASR da Alibaba (30 línguas e 22 dialetos chineses). Em testes dos autores no conjunto LibriSpeech, uma das variantes do Parakeet obteve uma taxa de erro de palavras de 1,43%, contra 2,12% do transcritor nativo da Apple. O pacote inclui ainda um módulo de diarização de oradores capaz de distinguir até quatro vozes em simultâneo.
O AnyDecisionModel, por sua vez, responde a perguntas de sim/não, escolha múltipla ou escala de avaliação com resultados tipados e probabilidades calculadas a partir das próprias probabilidades do modelo, em vez de depender de texto gerado livremente — uma abordagem pensada para reduzir ambiguidade em aplicações que precisam de decisões fiáveis. Suporta motores como MLX, llama.cpp e Ollama, e inclui funcionalidades de calibração e uma medida de confiança baseada em entropia. Ambos os pacotes exigem macOS ou iOS 26 e Swift 6.2, e foram publicados com o apoio de parceiros como Nvidia, Moondream e Cloudflare.
Fontes
- Hugging Face Blog — AnyDecisionModel e AnySpeechRecognizer huggingface.co
Resumo editorial em português feito com apoio de inteligência artificial a partir das fontes indicadas. Como fazemos o Boletim IA.