FluidInference/FluidAudio：README 來源編輯指南

FluidInference/FluidAudio 的 README 將專案描述為「Frontier CoreML audio models in your apps , text-to-speech, speech-to-text, voice activity detection, and speaker diarization. In Swift, powered by SOTA open source.」。本文只整理倉庫可直接核對的內容，不把 star、Fork 或宣傳語當成品質證明。README 在「FluidAudio - Transcription, Text-to-speech, VAD, Speaker diarization with CoreML Models」下寫到：FluidAudio is a Swift SDK for fully local, low-latency audio AI on Apple devices, with inference offloaded to the Apple Neural Engine (ANE), resulting in less memory and generally faster inference.。這說明的是專案邊界，不是已完成的生產驗證。

從 README 的「Highlights」與相關條目，可以先判斷它是否處理你的實際問題：Inverse Text Normalization (ITN): Post-process ASR output to convert spoken-form to written-form ("two hundred" → "200"). See text-processing-rs。若需求不同，不應只因專案熱度就採用。本文保留原始專案名、命令與元件名，方便回到一手來源核對。 README 另外列出一項可核對的資訊：Automatic Speech Recognition (ASR): Parakeet TDT v3.。這類原文條目可用來設計試跑步驟，但不能取代實際環境測試。

README 將運作方式分散在「FluidAudio - Transcription, Text-to-speech, VAD, Speaker diarization with CoreML Models」等段落。可確認的線索包括：For custom use cases, feedback, additional model support, or platform requests, join our Discord. We're also bringing visual, language, and TTS models to device and will share updates there.。本文不把未寫出的架構、效能或安全邊界補成結論；真正的執行鏈仍要配合目錄、設定檔與版本標籤檢查。

第一次安裝應從 README 指出的入口開始。目前可核對的命令是： dependencies: [ .package(url: "https://github.com/FluidInference/FluidAudio.git", from: "0.12.4"), ], 如果倉庫沒有命令，本文不會自行編造步驟，而是建議先閱讀「Highlights」，確認系統依賴、預設埠與首次初始化。

日常使用取決於專案文件。README 的「FluidAudio - Transcription, Text-to-speech, VAD, Speaker diarization with CoreML Models」段落提到：Below are some featured local AI apps using Fluid Audio models on macOS and iOS:。設定檔、環境變數、權限與資料目錄只在來源明確時才會記錄；沒有寫出的預設值，應在測試環境驗證並保留回滾副本。 同一部分也提到：Text-to-Speech (TTS): Kokoro (82m) for parallel synthesis with SSML and pronunciation control across 9 languages (EN, ES, FR, HI, IT, JA, PT, ZH);。