Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
LiquidCodec
Neuronaler Codec mit etwa 74 Millionen Parametern, der Sprache in diskrete Token codiert und diese in Audio decodiert. Liquid AI stellte ihn am 12. November eigenständig vor; er war bereits Bestandteil von LFM3-Audio und LFM3-Omni. Allein wandelt er keinen Text in Sprache um.
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
Limits und Integration
| API-ID | LiquidAI/Liquid-Codec |
|---|---|
| Modelltyp | Audio |
| Zugangsmodell | Herunterladbare Gewichte |
| Lizenz | LFM Open License v1.0 · kommerzielle Nutzung unter Bedingungen |
| Einsatz | Selbst gehostet |
| Veröffentlichung | 12 NOV 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Audio · Audiotoken |
| Ausfahrt | Audiotoken · Audio |
| Kontextfenster | Einkanalige Sprache mit 24 kHz; 12,5 Frames/s mit zwölf Codes je Frame |
| maximale Leistung | Diskrete Codes und rekonstruierte Sprache; etwa 1,65 kbit/s |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Nicht veröffentlicht |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Hugging Face · Transformers |
Sprache in lokalen Systemen mit fortlaufender Codierung und Decodierung tokenisieren und rekonstruieren. Die zwölf Codegruppen lassen sich parallel vorhersagen. Verarbeitet wird einkanalige Sprache mit 24 kHz; der Codec ist weder Gesprächsassistent noch Transkriptionsmodell.
Die Bewertungen betreffen Sprache, nicht die Qualität von Musik, Gesang oder Umgebungsgeräuschen. Das BF16-Repository enthält eigenen Code: Implementierung prüfen und vor dem Laden einen Stand festlegen. Quantisierte Decoder sind in LFM3-GGUF-Distributionen integriert und keine eigenen Checkpoints dieses Repositorys.
Was es kann
Orientierung
Sprache in lokalen Systemen mit fortlaufender Codierung und Decodierung tokenisieren und rekonstruieren. Die zwölf Codegruppen lassen sich parallel vorhersagen. Verarbeitet wird einkanalige Sprache mit 24 kHz; der Codec ist weder Gesprächsassistent noch Transkriptionsmodell.
Kontext
Einkanalige Sprache mit 24 kHz; 12,5 Frames/s mit zwölf Codes je Frame · Diskrete Codes und rekonstruierte Sprache; etwa 1,65 kbit/s
Tools und Integration
Nicht veröffentlicht
Zugang
Hugging Face · Transformers
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | Nicht veröffentlicht | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Nicht veröffentlicht | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Ein Tarif für eine gehostete API ist nicht verifiziert; lokaler Betrieb benötigt Rechenleistung. Die LFM Open License v1.0 knüpft kommerzielle Nutzung an eine jährliche Umsatzgrenze von 10 Millionen USD. Ihre Bedingungen beachten; sie ist weder Apache 2.0 noch eine uneingeschränkte kommerzielle Erlaubnis.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
So lesen Sie die Ergebnisse
Die veröffentlichten Geschwindigkeitsmessungen nutzen FP32 und einen CPU-Thread auf Apple M4 Max. Niedrigere RTF-Werte bedeuten schnellere Verarbeitung, nicht die Latenz einer vollständigen Anwendung. ViSQOL 4,319 betrifft die BF16-Rekonstruktion englischer LibriSpeech-test-clean-Aufnahmen, keine TTS-Erzeugung oder Mittelwerte über alle Sprachen.
| Benchmark | Ergebnis | Metrik | Quelle |
|---|---|---|---|
| Encoding RTF (Apple M4 Max, FP32) | 0,0028 | RTF · niedriger ist besser | Quelle öffnen ↗ |
| Decoding RTF (Apple M4 Max, FP32) | 0,0115 | RTF · niedriger ist besser | Quelle öffnen ↗ |
| ViSQOL (LibriSpeech test-clean, BF16) | 4,319 | ViSQOL · höher ist besser | Quelle öffnen ↗ |
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
Chronologie
LiquidAI/Liquid-Codec
Eigenständige Veröffentlichung des bereits in LFM3-Audio und LFM3-Omni genutzten Codecs; das Erstellungsdatum des Repositorys ist nicht das Ankündigungsdatum.