Runtime Swift/MLX pour la reconnaissance vocale en flux de Kyutai sur Apple Silicon. Le point de contrôle de référence est le STT-1B (anglais et français) en INT8/FP16, avec encodeur Mimi causal (32 codes audio toutes les 80 ms). Supporte les exports INT4/INT8. Licence des poids CC-BY-4.0.
Visitez le site officiel pour télécharger, vous documenter et commencer à utiliser speech-swift (Kyutai STT).
Le workflow visuel à nœuds pour les modèles de diffusion : la référence pour SDXL, FLUX, vidéo et audio. Maximale flexibilité, de la pipeline simple à la pipeline professionnelle.
Génération d'images SDXL en un clic, style Midjourney : zéro paramètre à gérer. La voie la plus simple pour produire des images de qualité.
Application desktop sans terminal pour télécharger et exécuter des modèles GGUF : interface graphique, recherche de modèles intégrée et serveur local. La voie la plus simple pour commencer.
