Wie een app voor iPhone of Mac bouwt en spraak wil laten uitschrijven, zat tot nu toe vast aan de spraakherkenning van Apple zelf. Hugging Face brengt daar verandering in met AnySpeechRecognizer, een open-source pakket dat dezelfde programmeerinterface als Apple gebruikt maar je laat kiezen welk model het werk doet. Tegelijk verscheen AnyDecisionModel, bedoeld voor een heel ander soort AI-taak: beslissen.

Spraakherkenning met een vrije keus

Apple introduceerde met macOS 26 en iOS 26 een nieuwe spraak-naar-tekst-API. AnySpeechRecognizer bootst die na, zodat ontwikkelaars met een kleine aanpassing kunnen wisselen van motor. Naast Apples eigen engine kun je kiezen uit:

  • Parakeet van Nvidia, in drie varianten. De meertalige v3 herkent 25 Europese talen en bepaalt zelf welke taal hij hoort.
  • Qwen3-ASR van Alibaba, voor onder meer Chinees, Japans en Koreaans. Die is trager en daarom vooral geschikt voor bestanden, niet voor live spraak.

Nieuw ten opzichte van Apples eigen framework is sprekerherkenning: het pakket kan bijhouden wie wanneer praat, tot vier sprekers tegelijk, met Nvidia's Sortformer-model. Alles draait op het apparaat zelf. De modellen worden pas gedownload als een app erom vraagt, zo'n 600 MB per Parakeet-model.

Volgens metingen van Hugging Face op een Mac Studio met M4 Max schrijft Parakeet een uur audio uit een bestand in 20 tot 40 seconden uit. Vergaderingen met door elkaar pratende mensen blijven lastig: bij alle geteste engines ging daar meer dan 23 procent van de woorden mis. Op een iPhone is nog niet getest.

Beslissen in plaats van tekst schrijven

AnyDecisionModel richt zich op vragen als: is dit bericht urgent, welk team moet dit ticket oppakken, hoe boos is deze klant? In plaats van een taalmodel een antwoord te laten typen en dat uit te lezen, berekent het pakket de kans op elk mogelijk antwoord. Je krijgt dus niet alleen 'ja', maar ook hoe zeker het model is. Dat kan met een klein model op je Mac, met lokale modellen via llama.cpp, met Ollama of met speciaal getrainde beslismodellen zoals Clef van Cloudflare. Hugging Face waarschuwt zelf dat zulke kansen vaak te zelfverzekerd zijn en adviseert ze te ijken op eigen data.

Waarom lokaal ertoe kan doen

Beide pakketten bouwen voort op AnyLanguageModel, waarover we eerder schreven. Voor Nederlandse en Europese app-makers is het lokale karakter het belangrijkste: wie gesprekken of klantvragen op het apparaat zelf verwerkt, hoeft geen audio of persoonsgegevens naar een cloudserver te sturen. Dat maakt het een stuk eenvoudiger om binnen de AVG te blijven. Wel moet je zelf controleren hoe goed de gekozen modellen met Nederlands omgaan; Hugging Face publiceerde alleen Engelstalige meetresultaten.

Beide pakketten zijn gratis te gebruiken via GitHub en vragen Swift 6.2 of nieuwer en macOS of iOS 26 of nieuwer.