Vai al contenuto

Due librerie Swift per trascrivere e scegliere con modelli diversi

AnySpeechRecognizer offre motori vocali alternativi a quello Apple; AnyDecisionModel restituisce scelte tipizzate e probabilità. Le app Swift possono usare anche modelli locali.

Che succede

Trascrivere una chiamata e decidere a quale reparto inoltrarla sono due compiti distinti. Mattt ha pubblicato due librerie Swift per affrontarli scegliendo fra modelli diversi, anche locali, e ricevere risultati che il codice dell’app può usare direttamente.

AnySpeechRecognizer riprende l’API vocale moderna di Apple, ma permette di usare anche Parakeet o Qwen3-ASR. Aggiunge un modulo per distinguere chi parla nei diversi momenti di una conversazione. AnyDecisionModel restituisce risposte sì/no, scelte fra opzioni o punteggi, con le relative probabilità. Il reparto a cui assegnare un ticket può così arrivare come valore di un’enumerazione Swift, pronto per il codice dell’app.

I motori hanno capacità e requisiti diversi: Qwen3-ASR è più adatto ai file che alla trascrizione dal vivo, mentre i modelli Parakeet richiedono Apple silicon. I test vocali pubblicati sono stati eseguiti su Mac, non su iPhone. Le probabilità mostrano quanto il modello preferisce un’opzione alle altre; possono essere alte anche quando la scelta è sbagliata.

Perché conta

Con un ticket assegnato a un reparto definito dall’app, il risultato del modello entra direttamente nel programma. La probabilità delle altre opzioni resta visibile: il codice può trattare diversamente una scelta netta e una quasi alla pari, senza dedurlo dal tono di una risposta.

Vuoi sapere di più su pillole come questa?