Strumenti, framework e modelli per l'IA locale
3 risorse trovate per "Audio"
Il workflow visuale a nodi per modelli di diffusione: lo standard per SDXL, FLUX, video e audio. Massima flessibilità, dalla semplice alla pipeline professionale.
Runtime Swift/MLX per il riconoscimento vocale in streaming di Kyutai su Apple Silicon. Il checkpoint di riferimento è STT-1B (inglese e francese) in INT8/FP16, con encoder Mimi causale (32 codici audio ogni 80 ms). Supporta export INT4/INT8. Licenza dei pesi CC-BY-4.0.
App macOS di dettatura 100% locale: trascrizione con Whisper sul dispositivo e riscrittura con un LLM locale (Qwen) sulla GPU M-series. Il testo arriva nell'app target; nessun dato passa dal cloud.
