L
LIQUID AI / LiquidAI/Liquid-Codec

LiquidCodec

Códec neuronal de unos 74 millones de parámetros que codifica voz en tokens discretos y los decodifica en audio. Liquid AI lo presentó de forma independiente el 12 de noviembre; ya formaba parte de LFM3-Audio y LFM3-Omni. No convierte texto en voz por sí solo.

01 / RESUMEN

Lo esencial

ORIENTACIÓNCódec neuronal de voz en streaming

Uso principal declarado o inferido con cautela desde la documentación oficial.

CONTEXTOVoz mono a 24 kHz; tramas a 12,5 Hz con doce códigos por trama

Capacidad máxima de entrada cuando la fuente la publica.

SALIDACódigos discretos y voz reconstruida; aproximadamente 1,65 kbps

Límite máximo de generación documentado.

ACCESOHugging Face · Transformers

Canales de disponibilidad verificados.

TIPO DE MODELOAudio

Familia funcional principal y especialidades verificadas.

LICENCIALFM Open License v1.0 · uso comercial condicionado

Condiciones declaradas para API, pesos o despliegue propio.

02 / FICHA TÉCNICA

Límites e integración

ID de APILiquidAI/Liquid-Codec
Tipo de modeloAudio
Modelo de accesoPesos descargables
LicenciaLFM Open License v1.0 · uso comercial condicionado
DespliegueDespliegue propio
Lanzamiento12 NOV 2026
Corte de conocimientoNo publicado
EntradaAudio · Tokens de audio
SalidaTokens de audio · Audio
Ventana de contextoVoz mono a 24 kHz; tramas a 12,5 Hz con doce códigos por trama
Salida máximaCódigos discretos y voz reconstruida; aproximadamente 1,65 kbps
RazonamientoNo publicado
Herramientas publicadas
Salidas estructuradasNo publicado
Procesamiento por lotesNo publicado
Caché de promptsNo publicado
Ajuste finoNo publicado
Plataformas verificadasHugging Face · Transformers
ENCAJA MEJOR EN

Tokenizar y reconstruir voz en sistemas locales con codificación y decodificación continuas. Sus doce grupos de códigos se pueden predecir en paralelo. Acepta voz mono de 24 kHz; no es un asistente conversacional ni un transcriptor.

CONVIENE VIGILAR

Las evaluaciones son de voz; no acreditan calidad en música, canto o sonidos ambientales. El repositorio BF16 incluye código personalizado: revisa la implementación y fija una revisión antes de cargarlo. Los decodificadores cuantizados se integran en las distribuciones GGUF de LFM3, no son checkpoints independientes de este repositorio.

03 / CAPACIDADES

Qué puede hacer

01

Orientación

Tokenizar y reconstruir voz en sistemas locales con codificación y decodificación continuas. Sus doce grupos de códigos se pueden predecir en paralelo. Acepta voz mono de 24 kHz; no es un asistente conversacional ni un transcriptor.

02

Contexto

Voz mono a 24 kHz; tramas a 12,5 Hz con doce códigos por trama · Códigos discretos y voz reconstruida; aproximadamente 1,65 kbps

03

Herramientas e integración

No publicado

04

Acceso

Hugging Face · Transformers

Modalidades de entrada
AudioTokens de audio
04 / PRECIOS

Coste documentado

ConceptoValorUnidad / condición
Entrada estándarNo publicadoTarifa estándar de API
Entrada en cachéNo publicadoLectura de prefijos reutilizados
Escritura o almacenamiento de cachéNo publicadoLa condición varía según proveedor
Salida estándarNo publicadoPuede incluir tokens de razonamiento
Entrada por lotesNo publicadoProcesamiento asíncrono
Salida por lotesNo publicadoProcesamiento asíncrono

No hay tarifa de API alojada verificada; el despliegue local consume cómputo. LFM Open License v1.0 condiciona el uso comercial mediante un umbral de facturación anual de 10 millones de USD. Revisa sus términos; no es Apache 2.0 ni una autorización comercial incondicional.

i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.

05 / EVALUACIONES

Cómo leer los resultados

“

Las mediciones de velocidad publicadas usan FP32 y un solo hilo de CPU Apple M4 Max. Los valores RTF menores indican mayor velocidad y no equivalen a latencia de una aplicación completa. ViSQOL 4,319 corresponde a reconstrucción BF16 de LibriSpeech test-clean en inglés, no a generación TTS ni al promedio de todos los idiomas.

BenchmarkResultadoMétricaFuente
Encoding RTF (Apple M4 Max, FP32)0,0028RTF · menor es mejorVer fuente ↗
Decoding RTF (Apple M4 Max, FP32)0,0115RTF · menor es mejorVer fuente ↗
ViSQOL (LibriSpeech test-clean, BF16)4,319ViSQOL · mayor es mejorVer fuente ↗

Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.

06 / VERSIONES

Cronología

LiquidAI/Liquid-Codec

Publicación independiente del códec ya utilizado por LFM3-Audio y LFM3-Omni; la fecha de creación del repositorio no es la del anuncio.

ANÁLISIS

Análisis relacionados

07 / FUENTES

Trazabilidad