Owner

FluidInference

登录后关注

已索引 1 个仓库 · 在 GitHub 查看

FluidAudio
Frontier CoreML audio models in your apps — text-to-speech, speech-to-text, voice activity detection, and speaker diarization. In Swift, ...

Swift · 2955 个 star

适合新手全部

未关闭全部

可能已有人在做的 issue 排在最后。全部按时间排序

On iOS 27,kokoro model, when the Heart voice reads certain sentences, the first few words at the beginning sound off.
未关闭
- 哪里不对？
难度 4/5 3-5 天新手友好度 43/100

FluidInference/FluidAudio#1004 · 1 条评论 · 2026年10月8日创建

维护者通常 1 天内回复
CampPlusEmbedder: embeddings differ from reference CAM++ (fbank not mean-normalized, Hamming window, pooling divisor)
未关闭
- 哪里不对？
难度 4/5 3-5 天新手友好度 52/100

FluidInference/FluidAudio#985 · 2026年10月4日创建

维护者通常 1 天内回复
Kokoro ANE on iPhone XR (A12), iOS 18.7: Vocoder load hits the memory limit; on the CPU route, Noise crashes with a stack overflow in libBNNS
未关闭
- 哪里不对？
难度 5/5 一周以上新手友好度 30/100

FluidInference/FluidAudio#979 · 1 条评论 · 2026年10月1日创建

维护者通常 1 天内回复
Batch Parakeet v3 custom vocabulary: measurements on 500 real dictations and a real-speech exam, with audio (great recall, common words replaced, a few bugs)
未关闭
- 哪里不对？
难度 5/5 一周以上新手友好度 15/100

FluidInference/FluidAudio#967 · 1 条评论 · 1 个 reaction · 2026年9月26日创建

维护者通常 1 天内回复
Provenance and licensing details for diarization Core ML artefacts at `1ed7a662`
未关闭
- 哪里不对？
难度 4/5 3-5 天新手友好度 20/100

FluidInference/FluidAudio#927 · 1 条评论 · 2026年9月17日创建

维护者通常 1 天内回复
SlidingWindowAsrManager: spurious text injected at chunk boundary when minContextForConfirmation/confirmationThreshold are zeroed
未关闭
- 哪里不对？
难度 4/5 3-5 天新手友好度 30/100

FluidInference/FluidAudio#912 · 2026年9月13日创建

维护者通常 1 天内回复
SlidingWindow streaming: default rescue floors replace an unrelated opening word with a vocabulary term ("Hey" → "Codex")
未关闭
- 哪里不对？
难度 4/5 3-5 天新手友好度 35/100

FluidInference/FluidAudio#899 · 2 条评论 · 2026年9月9日创建

维护者通常 1 天内回复
CtcKeywordSpotter: input padding is not zeroed, so CTC log-probs are often independent of the audio
可能已有人在做 @mvanhorn 今天认领。未关闭
- 哪里不对？
难度 2/5 1-3 小时新手友好度 74/100

FluidInference/FluidAudio#991 · 1 条评论 · 2026年10月5日创建

维护者通常 1 天内回复
Request TTS and Diarizer opt-out traits: ASR-only consumers ship 1.0 MB of unreachable LuxTTS resources and compile 3.1 MB of unused subsystems (cf. #880/#888)
可能已有人在做 @Alex-Wengg 于 1 天前认领。未关闭
- 哪里不对？
难度 4/5 3-5 天新手友好度 52/100

FluidInference/FluidAudio#990 · 1 条评论 · 2026年10月5日创建

维护者通常 1 天内回复
Word end time truncated ~0.5s, opening an inter-word gap that is not silence
可能已有人在做 @maboa 于 9 天前认领。未关闭
- 哪里不对？
难度 4/5 3-5 天新手友好度 30/100

FluidInference/FluidAudio#971 · 5 条评论 · 2026年9月29日创建

维护者通常 1 天内回复
v0.17.0: window merge duplicates words on long audio (single-window decode of the same audio is correct)
可能已有人在做关联的 PR 仍在进行中或已合并。未关闭
- 哪里不对？
难度 4/5 3-5 天新手友好度 35/100

FluidInference/FluidAudio#954 · 6 条评论 · 2026年9月24日创建

维护者通常 1 天内回复
PocketTTS: a sentence that must be cut is cut between words although a dash is available
可能已有人在做 @arvindvenkataramani 于 19 天前认领。未关闭
- 哪里不对？
难度 3/5 1-2 天新手友好度 25/100

FluidInference/FluidAudio#934 · 2026年9月19日创建

维护者通常 1 天内回复
PocketTTS: text containing a parenthesis is garbled, and the first sentence after a paragraph break is cut mid-phrase
可能已有人在做 @arvindvenkataramani 于 19 天前认领。未关闭
- 哪里不对？
难度 3/5 1-2 天新手友好度 20/100

FluidInference/FluidAudio#931 · 2026年9月19日创建

维护者通常 1 天内回复
Model Support Requests
可能已有人在做 @BrandonWeng 于 433 天前认领。未关闭
- 哪里不对？
enhancement question

FluidInference/FluidAudio#49 · 90 条评论 · 6 个 reaction · 已指派 1 人 · 2025年7月30日创建

维护者通常 1 天内回复

FluidInference

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

哪里不对？

把新 issue 发到你的邮箱