whisperkit-coreml

whisperkit-coreml

收录 WhisperKit 使用的 Core ML 语音识别模型，在 Apple Silicon 上无需服务器就能把音频转成文字。适合想让转写留在设备上的 Apple 应用开发者。

由 argmaxinc 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：whisperkit-coreml 是一组供 WhisperKit 使用的 Core ML 语音识别模型。WhisperKit 属于 Argmax OSS，这是一个在 Apple Silicon 上直接运行语音 AI 的开放工具包。这些模型在设备上把录下的语音转成文字，所以不需要云服务。这些文件采用 MIT 许可证。

适合谁：它适合构建 Mac 或其他 Apple Silicon 应用、想要本地转写的开发者，也适合对在自己硬件上运行的语音识别好奇的人。

Industry | Who uses it | How they use it | Example
软件 | Apple 应用开发者 | 给应用加上语音转文字 | 让笔记应用转写一段录音
效率 | 工具制作者 | 在设备上转写会议 | 把通话录音变成文字
无障碍 | 字幕制作者 | 从语音音频生成文字 | 给本地视频加字幕
隐私 | 谨慎的团队 | 让音频不出本地、不经外部服务器 | 在本地转写敏感的访谈

如果你为 Windows 或 Linux 开发，可以跳过它，因为这个工具包面向 Apple Silicon。

用在哪里：它通过 Argmax OSS 的 Swift 项目在 Apple Silicon 上运行。你可以在任何装有 Python 的电脑上下载文件，但运行需要 Apple 这一侧。

• 用 Argmax OSS Swift SDK 构建的应用
• Apple Silicon 电脑
• 本地转写，中间没有服务器

Use case | Who | What they get back
转写 | 应用开发者 | 来自语音录音的文字
设备上字幕 | 媒体制作者 | 在本地生成的字幕文字
研究 | 语音工程师 | 一个可测试和比较的 Core ML 语音模型

如何设置：运行需要一台 Apple Silicon 电脑，下载工具需要 Python。模型卡没有列出里面各个模型的大小，所以全部下载之前请先看模型页面上的文件列表。

1. 安装 Hugging Face 的 hub 工具。
2. 下载模型文件。
3. 把 Argmax OSS Swift SDK 加到你的应用里，并让它指向这些文件。

pip install -U huggingface_hub
hf download argmaxinc/whisperkit-coreml

如何使用：用 Argmax OSS Swift SDK 加载模型并给它音频。模型卡没有给出运行命令或代码，所以具体调用要看那个项目自己的页面。

Piece | Role
WhisperKit | 使用这些模型的语音识别工具包
Argmax OSS | 在 Apple Silicon 上运行语音 AI 的开放工具包
Argmax Pro SDK | 另一个选项，用于带说话人和自定义词汇的实时转写

示例：你把 SDK 加到一个 Swift 应用里，让它指向这些模型文件，并给它一段语音录音。应用把说出的话以文字返回。模型卡没有展示示例输出，所以结果取决于你的音频。

新手与专家：设备端的意思是音频在你自己的电脑上处理，而不是发到服务器。先看 SDK 自带的示例，再做你自己的应用。

模型卡指向一篇关于 WhisperKit 的论文和 ICML 会议上的演讲，它们讲了方法。它还说，需要带说话人标签和自定义词汇的实时转写时，走 Pro SDK 这条路。

准备一台 Apple Silicon 电脑
下载模型文件
把 Argmax OSS SDK 加到你的应用
输入音频并读取文字

注意事项：这张模型卡很短，所以安装和使用的细节请以 Argmax OSS 项目为准。

• Pro: 带说话人和自定义词汇的实时转写在单独的 Argmax Pro SDK 里。
• Paper: WhisperKit 有一篇论文和一场 ICML 会议上的演讲。
• License: MIT。
• Cost to run: 这些模型未提及费用。Pro SDK 是单独的产品。
• Data it reaches: 你给它的音频，在你自己的设备上处理。
• Not for: Windows 或 Linux 的语音应用，因为这个工具包是为 Apple Silicon 做的。

Hugging Face 上的数据（2026年11月13日）

• 任务：automatic speech recognition
• 框架：whisperkit
• 最近 30 天下载：60,717,190
• 点赞：266
• 许可证：mit
• 标签：whisperkit, coreml, whisper, quantized, automatic-speech-recognition

链接

• 模型：https://huggingface.co/argmaxinc/whisperkit-coreml
• 文件：https://huggingface.co/argmaxinc/whisperkit-coreml/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download argmaxinc/whisperkit-coreml

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。