L
LIQUID AI / LiquidAI/Liquid-Codec

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.

01 / ZUSAMMENFASSUNG

Das Wesentliche

ORIENTIERUNGNeuronaler Streaming-Sprachcodec

Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.

KONTEXTEinkanalige Sprache mit 24 kHz; 12,5 Frames/s mit zwölf Codes je Frame

Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.

AUSFAHRTDiskrete Codes und rekonstruierte Sprache; etwa 1,65 kbit/s

Dokumentierte maximale Erzeugungsgrenze.

ZUGANGHugging Face · Transformers

Verifizierte Verfügbarkeitskanäle.

MODELLTYPAudio

Primäre Funktionsfamilie und verifizierte Spezialisierungen.

LIZENZLFM Open License v1.0 · kommerzielle Nutzung unter Bedingungen

Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.

02 / TECHNISCHES DATENBLATT

Limits und Integration

API-IDLiquidAI/Liquid-Codec
ModelltypAudio
ZugangsmodellHerunterladbare Gewichte
LizenzLFM Open License v1.0 · kommerzielle Nutzung unter Bedingungen
EinsatzSelbst gehostet
Veröffentlichung12 NOV 2026
WissensstichtagNicht veröffentlicht
EingangAudio · Audiotoken
AusfahrtAudiotoken · Audio
KontextfensterEinkanalige Sprache mit 24 kHz; 12,5 Frames/s mit zwölf Codes je Frame
maximale LeistungDiskrete Codes und rekonstruierte Sprache; etwa 1,65 kbit/s
SchlussfolgernNicht veröffentlicht
Veröffentlichte Tools
Strukturierte AusflügeNicht veröffentlicht
StapelverarbeitungNicht veröffentlicht
Prompt-CacheNicht veröffentlicht
FeinabstimmungNicht veröffentlicht
Verifizierte PlattformenHugging Face · Transformers
EIGNET SICH BESSER FÜR

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.

SOLLTE BEOBACHTET WERDEN

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.

03 / FÄHIGKEITEN

Was es kann

01

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.

02

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

03

Tools und Integration

Nicht veröffentlicht

04

Zugang

Hugging Face · Transformers

Eingabemodalitäten
AudioAudiotoken
04 / PREISE

Dokumentierte Kosten

KonzeptWertEinheit/Zustand
StandardeingabeNicht veröffentlichtStandardtarif der API
Eingabe aus dem CacheNicht veröffentlichtLesen wiederverwendeter Präfixe
Schreiben oder Speichern im CacheNicht veröffentlichtDie Bedingung variiert je nach Anbieter
StandardausgabeNicht veröffentlichtKann Reasoning-Tokens enthalten
Batch-EingabeNicht veröffentlichtAsynchrone Verarbeitung
Batch-AusgabeNicht veröffentlichtAsynchrone 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.

05 / BEWERTUNGEN

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.

BenchmarkErgebnisMetrikQuelle
Encoding RTF (Apple M4 Max, FP32)0,0028RTF · niedriger ist besserQuelle öffnen ↗
Decoding RTF (Apple M4 Max, FP32)0,0115RTF · niedriger ist besserQuelle öffnen ↗
ViSQOL (LibriSpeech test-clean, BF16)4,319ViSQOL · höher ist besserQuelle 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.

06 / VERSIONEN

Chronologie

LiquidAI/Liquid-Codec

Eigenständige Veröffentlichung des bereits in LFM3-Audio und LFM3-Omni genutzten Codecs; das Erstellungsdatum des Repositorys ist nicht das Ankündigungsdatum.

ANALYSE

Verwandte Analysen

07 / QUELLEN

Rückverfolgbarkeit