L
LIQUID AI / LiquidAI/Liquid-Codec

LiquidCodec

Codec neuronal d’environ 74 millions de paramètres qui encode la voix en tokens discrets et les décode en audio. Liquid AI l’a présenté indépendamment le 12 novembre ; il faisait déjà partie de LFM3-Audio et LFM3-Omni. Il ne convertit pas seul du texte en voix.

01 / RÉSUMÉ

L'essentiel

ORIENTATIONCodec neuronal de voix en streaming

Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.

CONTEXTEVoix mono à 24 kHz ; trames à 12,5 Hz avec douze codes par trame

Capacité d'entrée maximale une fois publiée par la source.

SORTIECodes discrets et voix reconstruite ; environ 1,65 kbit/s

Limite de génération maximale documentée.

ACCÈSHugging Face · Transformers

Canaux de disponibilité vérifiés.

TYPE DE MODÈLEAudio

Famille fonctionnelle principale et spécialités vérifiées.

LICENCELFM Open License v1.0 · usage commercial conditionnel

Conditions déclarées pour l’API, les poids ou l’auto-hébergement.

02 / FICHE TECHNIQUE

Limites et intégration

ID d’APILiquidAI/Liquid-Codec
Type de modèleAudio
Mode d’accèsPoids téléchargeables
LicenceLFM Open License v1.0 · usage commercial conditionnel
DéploiementAuto-hébergement
Lancement12 NOV 2026
Date limite des connaissancesNon publié
EntréeAudio · Tokens audio
SortieTokens audio · Audio
Fenêtre contextuelleVoix mono à 24 kHz ; trames à 12,5 Hz avec douze codes par trame
puissance maximaleCodes discrets et voix reconstruite ; environ 1,65 kbit/s
RaisonnementNon publié
Outils publiés
Sorties structuréesNon publié
Traitement par lotsNon publié
Cache de promptsNon publié
Ajustement finNon publié
Plateformes vérifiéesHugging Face · Transformers
CONVIENT MIEUX À

Tokeniser et reconstruire la voix dans des systèmes locaux avec encodage et décodage continus. Ses douze groupes de codes peuvent être prédits en parallèle. Il accepte la voix mono à 24 kHz ; ce n’est ni un assistant conversationnel ni un transcripteur.

À SURVEILLER

Les évaluations portent sur la voix et ne garantissent pas la qualité pour la musique, le chant ou les sons ambiants. Le dépôt BF16 inclut du code personnalisé : examinez-le et fixez une révision avant chargement. Les décodeurs quantifiés sont intégrés aux distributions GGUF de LFM3, pas à des checkpoints distincts de ce dépôt.

03 / CAPACITÉS

Ce qu’il peut faire

01

Orientation

Tokeniser et reconstruire la voix dans des systèmes locaux avec encodage et décodage continus. Ses douze groupes de codes peuvent être prédits en parallèle. Il accepte la voix mono à 24 kHz ; ce n’est ni un assistant conversationnel ni un transcripteur.

02

Contexte

Voix mono à 24 kHz ; trames à 12,5 Hz avec douze codes par trame · Codes discrets et voix reconstruite ; environ 1,65 kbit/s

03

Outils et intégration

Non publié

04

Accès

Hugging Face · Transformers

Modalités d’entrée
AudioTokens audio
04 / TARIFS

Coût documenté

ConceptValeurUnité/état
Entrée standardNon publiéTarif API standard
Entrée en cacheNon publiéLecture de préfixes réutilisés
Écriture ou stockage de cacheNon publiéLa condition varie selon le fournisseur
Sortie standardNon publiéPeut inclure des tokens de raisonnement
Entrée par lotsNon publiéTraitement asynchrone
Sortie par lotsNon publiéTraitement asynchrone

Aucun tarif d’API hébergée n’est vérifié ; le déploiement local consomme du calcul. LFM Open License v1.0 conditionne l’usage commercial à un seuil de chiffre d’affaires annuel de 10 millions USD. Consultez ses conditions ; ce n’est ni Apache 2.0 ni une autorisation commerciale inconditionnelle.

i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.

05 / ÉVALUATIONS

Comment lire les résultats

“

Les mesures de vitesse publiées utilisent FP32 et un seul thread CPU Apple M4 Max. Un RTF inférieur indique un traitement plus rapide, pas la latence d’une application complète. ViSQOL 4,319 mesure la reconstruction BF16 de LibriSpeech test-clean en anglais, pas la génération TTS ni la moyenne des langues.

BenchmarkRésultatMétriqueSource
Encoding RTF (Apple M4 Max, FP32)0,0028RTF · plus bas est préférableVoir la source ↗
Decoding RTF (Apple M4 Max, FP32)0,0115RTF · plus bas est préférableVoir la source ↗
ViSQOL (LibriSpeech test-clean, BF16)4,319ViSQOL · plus haut est préférableVoir la source ↗

Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.

06 / VERSIONS

Chronologie

LiquidAI/Liquid-Codec

Publication indépendante du codec déjà utilisé par LFM3-Audio et LFM3-Omni ; la création du dépôt n’est pas la date d’annonce.

ANALYSE

Analyses connexes

07 / SOURCES

Traçabilité