Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.
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.
L'essenziale
Capacità di input massima quando pubblicata dalla fonte.
Limite massimo di generazione documentato.
Canali di disponibilità verificati.
Famiglia funzionale principale e specialità verificate.
Condizioni dichiarate per API, pesi o distribuzione autonoma.
Limiti e integrazione
| ID API | LiquidAI/Liquid-Codec |
|---|---|
| Tipo di modello | Audio |
| Modalità di accesso | Pesi scaricabili |
| Licenza | LFM Open License v1.0 · uso commerciale condizionato |
| Distribuzione | Hosting autonomo |
| Rilascio | 12 NOV 2026 |
| Cutoff della conoscenza | Non pubblicato |
| Entrata | Audio · Token audio |
| Uscita | Token audio · Audio |
| Finestra di contesto | Voce mono a 24 kHz; frame a 12,5 Hz con dodici codici per frame |
| rendimento massimo | Codici discreti e voce ricostruita; circa 1,65 kbps |
| Ragionamento | Non pubblicato |
| Strumenti pubblicati | |
| Uscite strutturate | Non pubblicato |
| Elaborazione batch | Non pubblicato |
| Cache dei prompt | Non pubblicato |
| Fine-tuning | Non pubblicato |
| Piattaforme verificate | Hugging Face · Transformers |
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.
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.
Cosa può fare
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.
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
Strumenti e integrazione
Non pubblicato
Accesso
Hugging Face · Transformers
Costo documentato
| Concetto | Di valore | Unità/condizione |
|---|---|---|
| Input standard | Non pubblicato | Tariffa API standard |
| Input in cache | Non pubblicato | Lettura di prefissi riutilizzati |
| Scrittura o archiviazione della cache | Non pubblicato | La condizione varia in base al fornitore |
| Output standard | Non pubblicato | Può includere token di ragionamento |
| Input batch | Non pubblicato | Elaborazione asincrona |
| Output batch | Non pubblicato | Elaborazione 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.
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.
| Benchmark | Risultato | Metrica | Fonte |
|---|---|---|---|
| Encoding RTF (Apple M4 Max, FP32) | 0,0028 | RTF · valori inferiori sono migliori | Vedi fonte ↗ |
| Decoding RTF (Apple M4 Max, FP32) | 0,0115 | RTF · valori inferiori sono migliori | Vedi fonte ↗ |
| ViSQOL (LibriSpeech test-clean, BF16) | 4,319 | ViSQOL · valori superiori sono migliori | Vedi 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.
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.