苹果端也能换语音引擎了：AnySpeechRecognizer 把 Parakeet、Qwen3-ASR 接到同一套 API

同一套 API，换引擎

AnySpeechRecognizer 镜像 Apple 的 SpeechAnalyzer、SpeechTranscriber、SpeechDetector、AssetInventory，默认用苹果引擎；换 Parakeet 或 Qwen3-ASR 只需改创建 transcriber 的方式。模型转成 Core ML 放在 Hugging Face Hub，覆盖 0.6B 到 1.7B，含中文 ASR 与流式说话人分离，适合把「谁在说」也一起记录的场景。

决策模型不生成文本

AnyDecisionModel 处理是/否、多选、评分题，输出带概率的类型化结果，从模型概率直接取答案，而不是让模型写一段话再解析。可跑在设备上的 MLX、Core AI、llama.cpp，也可接 Jev、Ollama。对分流、打标、问卷这类任务，省掉生成 token 和解析失败。

为什么这事重要

端侧 AI 过去卡在接口碎片化：每个模型一套调用、一套量化、一套下载逻辑。把多家模型套进系统 API 后，换引擎变成配置问题，产品可以按机型、语言、功耗选模型，而不是被一家绑定。对需要离线运行的录音、医疗、工业场景，这是从 demo 走向可维护产品的关键一步。

上手建议

先量首字延迟、离线准确率、包体积三项。短指令场景 0.6B 够用；长会议记录再考虑 1.7B。决策类先用概率模型做基线，再决定要不要上生成式。别忘了核对每个模型的许可证：CC BY 4.0、Apache-2.0 和 NVIDIA Open Model License 的商用条件并不一样。

端侧 AI 的竞争，正在从「谁的模型强」转向「谁换模型更容易」。