البدء

ثبّت أداة سطر الأوامر speech لتفريغ الصوت وإنشائه على جهاز Mac بمعالج Apple Silicon. استخدم Swift SDK لإضافة معالجة الكلام إلى تطبيقات macOS وiOS.

متطلبات أداة سطر الأوامر

• macOS 15+ (Sequoia أو أحدث)
• Apple Silicon (arm64)
• 8 GB من ذاكرة الوصول العشوائي كحدّ أدنى (يُنصح بـ 16 GB للنماذج الأكبر)

تثبيت أداة سطر الأوامر

Homebrew (CLI)

استخدم نسخة ARM الأصلية من Homebrew (/opt/homebrew) لتثبيت speech وخادم HTTP/WebSocket المسمّى speech-server.

brew install speech
speech --help

المهمة الأولى: تفريغ ملف M4A

نزّل التسجيل التجريبي، ثم فرّغه إلى نص في الطرفية:

اتصل بالإنترنت عند التشغيل الأول. ستنزّل النموذج المختار من HuggingFace وتحتفظ به في ذاكرة التخزين المؤقت على جهاز Mac. بعد الإعداد، يمكنك تفريغ التسجيلات المحلية بهذا النموذج دون اتصال بالإنترنت.

curl -fL https://soniqo.audio/audio/samples/cli/transcription-sample.m4a -o transcription-sample.m4a
speech transcribe transcription-sample.m4a --engine parakeet

تابع إلى دليل تحويل M4A إلى نص.

بداية سريعة: من النص إلى الكلام

speech speak "Hello, world!" --output hello.wav

تشغيل واجهة كلام محلية

شغّل خادم HTTP/WebSocket لاستقبال طلبات API المحلية:

speech-server --port 8080

حزمة Swift SDK

أضف وحدات Swift إلى تطبيقك لنظام macOS 15+ أو iOS 18+ باستخدام Swift Package Manager.

Swift Package Manager

أضِف speech-swift إلى اعتماديّات ملفّ Package.swift:

dependencies: [
    .package(url: "https://github.com/soniqo/speech-swift", branch: "main")
]

ثم أضِف الوحدات التي تحتاجها إلى هدف المشروع:

.target(
    name: "MyApp",
    dependencies: [
        .product(name: "Qwen3ASR", package: "speech-swift"),
        .product(name: "Qwen3TTS", package: "speech-swift"),
        .product(name: "SpeechVAD", package: "speech-swift"),
        // ... add any modules you need
    ]
)

الوحدات المتاحة

تفريغ الصوت باستخدام Swift

import Qwen3ASR

let model = try await Qwen3ASRModel.fromPretrained()
// audioSamples: [Float] PCM at 16 kHz (e.g. decoded from a WAV)
let text = model.transcribe(audio: audioSamples, sampleRate: 16000)
print(text)

إنشاء الكلام باستخدام Swift

import Qwen3TTS
import AudioCommon

let model = try await Qwen3TTSModel.fromPretrained()
let audio = model.synthesize(text: "Hello, world!", language: "english")
try WAVWriter.write(samples: audio, sampleRate: 24000, to: URL(filePath: "hello.wav"))

البناء من المصدر

للبناء من المصدر، ثبّت Xcode 16.3+ مع Metal Toolchain وSwift 6+. استنسخ المستودع وابنِ أداة سطر الأوامر، ثم تحقّق من الملف التنفيذي داخل مجلد العمل:

git clone https://github.com/soniqo/speech-swift.git
cd speech-swift
make build
.build/release/speech --help

يستهدف بناء المظللات افتراضيًا macOS 15.0 وMetal 3.2، حتى مع SDK أحدث. يمكن تغيير القيم عبر MACOSX_DEPLOYMENT_TARGET وMLX_METAL_LANGUAGE_VERSION للبناء المخصص؛ وقد تستبعد الإصدارات المستهدفة الأعلى الأنظمة القديمة. تُبطل تغييرات المترجم أو SDK أو الخيارات أو البرنامج النصي أو المصادر ذاكرة التخزين المؤقت. عند فشل الترجمة أو الربط، تُحفظ المكتبة السابقة وبصمة ذاكرة التخزين المؤقت.

تنزيلات النماذج

تُنزَّل النماذج تلقائيًا من HuggingFace عند أوّل استخدام، وتُخزَّن في ~/Library/Caches/qwen3-speech/.

تُنزَّل جميع النماذج من HuggingFace عند أوّل استخدام. أحجام تقريبية:

الخطوات التالية

• تابع إلى دليل تحويل M4A إلى نص
• مرجع CLI — كل الأوامر والخيارات المتاحة
• دليل Qwen3-ASR — توثيق تفصيلي لتحويل الكلام إلى نص
• دليل Qwen3-TTS — توثيق تفصيلي لتحويل النص إلى كلام
• API والبروتوكولات — البروتوكولات والأنواع المشتركة