L
LIQUID AI / LiquidAI/Liquid-Codec

LiquidCodec

Codec neurale da circa 74 milioni di parametri che codifica il parlato in token discreti e li decodifica in audio. Liquid AI lo ha presentato separatamente il 12 novembre; era già parte di LFM3-Audio e LFM3-Omni. Da solo non converte testo in voce.

01 / RIEPILOGO

L'essenziale

ORIENTAMENTOCodec neurale vocale in streaming

Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.

CONTESTOVoce mono a 24 kHz; frame a 12,5 Hz con dodici codici per frame

Capacità di input massima quando pubblicata dalla fonte.

USCITACodici discreti e voce ricostruita; circa 1,65 kbps

Limite massimo di generazione documentato.

ACCESSOHugging Face · Transformers

Canali di disponibilità verificati.

TIPO DI MODELLOAudio

Famiglia funzionale principale e specialità verificate.

LICENZALFM Open License v1.0 · uso commerciale condizionato

Condizioni dichiarate per API, pesi o distribuzione autonoma.

02 / SCHEDA TECNICA

Limiti e integrazione

ID APILiquidAI/Liquid-Codec
Tipo di modelloAudio
Modalità di accessoPesi scaricabili
LicenzaLFM Open License v1.0 · uso commerciale condizionato
DistribuzioneHosting autonomo
Rilascio12 NOV 2026
Cutoff della conoscenzaNon pubblicato
EntrataAudio · Token audio
UscitaToken audio · Audio
Finestra di contestoVoce mono a 24 kHz; frame a 12,5 Hz con dodici codici per frame
rendimento massimoCodici discreti e voce ricostruita; circa 1,65 kbps
RagionamentoNon pubblicato
Strumenti pubblicati
Uscite strutturateNon pubblicato
Elaborazione batchNon pubblicato
Cache dei promptNon pubblicato
Fine-tuningNon pubblicato
Piattaforme verificateHugging Face · Transformers
SI ADATTA MEGLIO A

Tokenizzare e ricostruire il parlato in sistemi locali con codifica e decodifica continue. I dodici gruppi di codici si possono prevedere in parallelo. Accetta voce mono a 24 kHz; non è un assistente conversazionale né un trascrittore.

DA MONITORARE

Le valutazioni riguardano il parlato e non attestano la qualità per musica, canto o suoni ambientali. Il repository BF16 include codice personalizzato: esaminarlo e fissare una revisione prima del caricamento. I decoder quantizzati sono integrati nelle distribuzioni GGUF di LFM3, non in checkpoint separati di questo repository.

03 / CAPACITÀ

Cosa può fare

01

Orientamento

Tokenizzare e ricostruire il parlato in sistemi locali con codifica e decodifica continue. I dodici gruppi di codici si possono prevedere in parallelo. Accetta voce mono a 24 kHz; non è un assistente conversazionale né un trascrittore.

02

Contesto

Voce mono a 24 kHz; frame a 12,5 Hz con dodici codici per frame · Codici discreti e voce ricostruita; circa 1,65 kbps

03

Strumenti e integrazione

Non pubblicato

04

Accesso

Hugging Face · Transformers

Modalità di input
AudioToken audio
04 / PREZZI

Costo documentato

ConcettoDi valoreUnità/condizione
Input standardNon pubblicatoTariffa API standard
Input in cacheNon pubblicatoLettura di prefissi riutilizzati
Scrittura o archiviazione della cacheNon pubblicatoLa condizione varia in base al fornitore
Output standardNon pubblicatoPuò includere token di ragionamento
Input batchNon pubblicatoElaborazione asincrona
Output batchNon pubblicatoElaborazione asincrona

Non è verificata una tariffa API ospitata; l’installazione locale consuma calcolo. LFM Open License v1.0 condiziona l’uso commerciale a una soglia di ricavi annui di 10 milioni di USD. Consultare i termini: non è Apache 2.0 né un’autorizzazione commerciale incondizionata.

i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.

05 / VALUTAZIONI

Come leggere i risultati

“

Le misure di velocità pubblicate usano FP32 e un solo thread CPU Apple M4 Max. Valori RTF più bassi indicano maggiore velocità, non la latenza dell’intera applicazione. ViSQOL 4,319 riguarda la ricostruzione BF16 di LibriSpeech test-clean in inglese, non la generazione TTS né la media delle lingue.

BenchmarkRisultatoMetricaFonte
Encoding RTF (Apple M4 Max, FP32)0,0028RTF · valori inferiori sono miglioriVedi fonte ↗
Decoding RTF (Apple M4 Max, FP32)0,0115RTF · valori inferiori sono miglioriVedi fonte ↗
ViSQOL (LibriSpeech test-clean, BF16)4,319ViSQOL · valori superiori sono miglioriVedi fonte ↗

Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.

06 / VERSIONI

Cronologia

LiquidAI/Liquid-Codec

Pubblicazione autonoma del codec già usato da LFM3-Audio e LFM3-Omni; la creazione del repository non è la data dell’annuncio.

ANALISI

Analisi correlate

07 / FONTI

Tracciabilità