Apple은 macOS 26과 iOS 26에서 새로운 음성-텍스트 변환 API인 SpeechAnalyzer를 도입했지만, 이를 쓰는 앱은 Apple 자체 인식 엔진에 묶입니다. Hugging Face는 이 제약을 느슨하게 해 주는 오픈소스 Swift 패키지 두 개를 공개했습니다. AnySpeechRecognizer는 Apple API의 이름을 그대로 따라 하기 때문에, 기존 앱은 import 하나와 설정 한 줄만 바꿔 엔진을 교체할 수 있습니다. AnyDecisionModel은 개발자가 모델에 예/아니요, 객관식, 평점형 질문을 타입이 지정된 방식으로 던질 수 있게 해 줍니다. 두 패키지 모두 Hugging Face Hub에서 오픈 모델을 내려받아 기기에서 실행합니다.
음성 패키지는 25개 유럽 언어를 인식하는 Parakeet TDT 0.6B v3를 포함한 NVIDIA Parakeet의 세 가지 버전과, 30개 언어와 22개 중국어 방언을 다루는 Alibaba의 Qwen3-ASR 0.6B 및 1.7B를 지원합니다. Hugging Face는 모델들을 Core ML로 변환하고 각각을 고정된 리비전에 묶어 두었습니다. 또 Apple에 없는 기능인 화자 분리도 추가했습니다. NVIDIA의 Streaming Sortformer를 사용해 서로 말이 겹칠 때도 최대 네 명의 화자를 구분합니다. M4 Max Mac Studio에서 Hugging Face가 측정한 결과, LibriSpeech의 깨끗한 음성에서 Parakeet Unified의 단어 오류율은 1.43%로 Apple 엔진의 2.12%보다 낮았습니다. Parakeet은 파일 기준으로 1시간 분량의 음성을 약 20~40초 만에, 약 100 MB의 메모리로 받아쓴다고 합니다. Parakeet 다운로드는 각각 약 600 MB입니다.
AnyDecisionModel은 메시지가 긴급한지, 문의를 어느 팀에 보낼지 같은 흔한 작업을 다른 방식으로 처리합니다. 언어 모델이 쓴 글을 해석하는 대신 허용된 각 답변에 모델이 매기는 확률을 읽기 때문에, 앱은 결정마다 신뢰도 수치를 얻습니다. MLX, Core AI, llama.cpp로 작은 모델을 로컬에서 실행할 수도 있고, 결정용으로 따로 학습된 Cloudflare의 Clef를 쓰거나 Jev, Ollama 같은 호스 팅 서비스를 호출할 수도 있습니다. 모델의 원래 확률은 과신하는 경향이 있어 보정 옵션도 들어 있습니다.
Apple 개발자에게는 새 API에 묶이지 않고 저희가 리뷰하는 음성 모델인 Parakeet TDT 0.6B v3와 Qwen3-ASR을 시험해 보는 부담이 줄고, 분류 작업을 클라우드 채팅 모델에서 기기로 옮기기도 쉬워집니다. 로컬 백엔드를 켜지 않는 한 패키지에는 서드파티 의존성이 없습니다.
한계는 Hugging Face 스스로의 글에 분명히 적혀 있습니다. 모든 측정은 Mac 한 대와 몇 개의 데이터셋에서 나왔고, 패키지는 macOS 27에서만 시험했을 뿐 iPhone에서는 시험하지 않았습니다. AMI 회의 녹음에서는 모든 엔진의 단어 오류율이 23%를 넘었으므로, 목소리가 겹치는 실제 대화는 어떤 엔진을 고르든 여전히 어렵습니다. Qwen3-ASR은 Parakeet보다 훨씬 느리고 수 기가바이트의 메모리가 필요하며, Core AI 결정 백엔드는 의존성 충돌 때문에 아직 음성 패키지와 함께 쓸 수 없습니다.