FluidAudio

环境要求

• macOS 系统并安装 Xcode（README 以 Xcode 方式添加包）
• 项目使用 Swift Package Manager 管理依赖，或使用 CocoaPods（推荐搭配 cocoapods-spm）
• 命令行示例需本机可执行 swift run（Swift 工具链）
• 目标平台为 iOS/macOS 等 Apple 设备，推理运行在 ANE/CoreML

安装与启动步骤

1. 1准备开发环境

   在 macOS 上打开 Xcode 新建或打开一个 iOS/macOS 工程，FluidAudio 以 Swift Package 形式接入。

2. 2添加 SPM 依赖

   在 Package.swift 的 dependencies 中加入 FluidAudio 包，版本从 0.12.4 起。

   dependencies: [
       .package(url: "https://github.com/FluidInference/FluidAudio.git", from: "0.12.4"),
   ]

   复制

3. 3Xcode 添加包

   把 FluidAudio 包加入项目，在 Add Package 对话框中选择 FluidAudio，并加入你的 app target。

4. 4引入产品

   在 target 依赖里声明 FluidAudio 产品，之后代码中即可 import FluidAudio。

   .product(name: "FluidAudio", package: "FluidAudio")

   复制

5. 5可选：CocoaPods

   CocoaPods 用户建议搭配 cocoapods-spm；必要时可直接使用官方 podspec。

   pod 'FluidAudio', '~> 0.12.4'

   复制

6. 6跑通 ASR 转写

   下载并加载 ASR 模型后转写音频样本，打印识别出的文本。

   import FluidAudio
   
   Task {
       let models = try await AsrModels.downloadAndLoad(version: .v3)
       let asrManager = AsrManager(config: .default)
       try await asrManager.loadModels(models)
       let result = try await asrManager.transcribe(samples)
       print("Transcription: (result.text)")
   }

   复制

7. 7命令行转写

   在 FluidAudio 包目录下用 CLI 转写音频文件，纯英文场景可用 v2 提升召回。

   swift run fluidaudiocli transcribe audio.wav --model-version v2

   复制

8. 8跑说话人分离基准

   离线模式自动下载模型，对 AMI 单文件做基准并输出 DER/JER/RTFx 结果。

   swift run fluidaudiocli diarization-benchmark --mode offline --auto-download --single-file ES2004a --threshold 0.6 --output offline_results.json

   复制

关键配置

如何确认成功

控制台打印 Transcription: 文本；benchmark 会生成 offline_results.json。

常见问题

注意事项

• SPM 依赖版本写作 from "0.12.4"，CocoaPods 使用 ~> 0.12.4，请勿低于该版本。
• 录音或音频文件在转写前需重采样，README 示例用 AudioConverter().resampleAudioFile 处理文件。
• 包内模型均为 MIT/Apache 2.0 开源许可，适合本地端侧部署。
• 建议在 Apple Silicon 设备上运行，以充分利用 ANE 的低延迟特性。