LFM3-Audio-2B
Liquid AI 的 2B 端侧语音模型:语音输入输出,支持 18 种语言的转写、合成和翻译。
一句话概括. LFM3-Audio-2B 是一个会听也会说的小模型。它可以把语音转成文字、朗读文字、翻译语音、回答语音提问,全部在笔记本或边缘设备上完成,无需联网。语音对话目前只支持英语。
概述
Liquid AI 于 2026 年 10 月 27 日发布 LFM3-Audio-2B,作为 LFM3 家族的音频成员。它约有 20 亿参数,输入为文字或 16 kHz 音频,输出为文字、24 kHz 语音,或两者交替,上下文为 32K token。
一个模型承担多种工作:流式回复的语音对话、转写、语音合成和 18 种语言的语音翻译、音频理解(回答关于录音中的语音、声音和事件的问题),以及把口头请求转成工具调用。模型卡称语音对话目前只支持英语。
它采用全新的自研音频编码器和名为 LiquidCodec 的音频分词器。编码器是因果式的,所以你还在说话时模型就可以开始处理;Liquid 称首个 token 的时间最低可达 50 毫秒,在单个 Apple M4 Max CPU 线程上语音生成速度约为实时的 87 倍。Liquid 自己的测试显示,语音识别的英语词错误率为 6.2%。这些数字都是开发方自己公布的。
检查点有 BF16(约 4 GB)、适用于 llama.cpp 的 GGUF、适用于 Apple 芯片的 MLX 4 位以及 ONNX。许可证是 LFM Open License v1.0,仅在年营收低于 1000 万美元时可商用。
适合做什么
- 能听、能推理、能调用工具并开口回答的私有端侧语音助手
- 无需把音频上传云端的转写和语音翻译
- 在笔记本和边缘设备上,以小体积实现文字转语音
- 创业公司和小公司,因为年营收低于 1000 万美元可免费商用
需要注意
- 语音对话目前只支持英语,尽管转写和合成覆盖 18 种语言
- 年营收达到或超过 1000 万美元的实体商用不在授权范围内
- 它是小模型:模型卡不建议用于智能体编程或复杂的多步推理
- 速度和准确率数字是 Liquid 自己的测量
性能数据来自开发方,未经独立验证。
需要多少内存?
以下是 LFM3-Audio-2B 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。
| 版本 | 参数量 | 下载大小 | 所需内存 | 可运行于 |
|---|---|---|---|---|
| LFM3-Audio-2B BF16 | 2B | 4 GB | 4.6 GB | 笔记本或手机 |
下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。
许可证,用大白话说
Liquid AI 提供的 Apache 2.0 风格许可证,但有一个关键限制:只有当你的公司(含关联方)年营收低于 1000 万美元时,才获准商用。超过这条线就不在授权范围内,需要另行签订协议。
- 仅在营收低于上限时可免费商用
延伸阅读
- 最佳开源语音模型:语音转文字与文字转语音
- 2026 年最佳开源语音识别(语音转文字)模型
- 2026 年最佳开源文字转语音(TTS)模型
- 2026 年最佳开源翻译模型
- 开放语音模型:转写很开放,文字转语音则参差不齐
- Liquid AI 发布 LFM3:六个约 2B 参数的模型,从文本到语音
常见问题
- LFM3-Audio-2B 是什么?
- LFM3-Audio-2B 是一个会听也会说的小模型。它可以把语音转成文字、朗读文字、翻译语音、回答语音提问,全部在笔记本或边缘设备上完成,无需联网。语音对话目前只支持英语。
- LFM3-Audio-2B 可以商用吗?
- 可以,但有条件。LFM3-Audio-2B 采用 LFM Open 1.0 发布,允许商用,但附带额外规则:仅在营收低于上限时可免费商用。产品上线前请阅读许可证原文。
- LFM3-Audio-2B 是开源的吗?
- LFM3-Audio-2B 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 LFM Open 1.0 附带了开源促进会的定义所不允许的条件。
- 我能在自己的电脑上运行 LFM3-Audio-2B 吗?
- 可以。最小版本 LFM3-Audio-2B 在 4 位精度下约需 4.6 GB 内存,现代笔记本或中端显卡即可胜任。
- LFM3-Audio-2B 是什么时候发布的?
- LFM3-Audio-2B 由 Liquid AI 于 2026年10月27日 发布。
- LFM3-Audio-2B 的上下文窗口有多长?
- LFM3-Audio-2B 支持最长 32K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Liquid AI: Introducing LFM3, Every Modality for Specialized Intelligence (27 Oct 2026) liquid.ai
- LFM3-Audio-2B model card (Hugging Face) huggingface.co
发布时间等信息最近核实于 2026年11月8日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| LFM3 Liquid AI | 1.73B – 2.17B | 256K | LFM Open 1.0 (附条件) | 1.19 GB 笔记本或手机 | |
| Nemotron 3.5 Transcribe NVIDIA | 34B 激活 4.3B | 64K | OpenMDW-1.1 (宽松) | 25 GB 游戏显卡 | |
| Parakeet TDT 0.6B v3 NVIDIA | 627M | – | CC BY 4.0 (宽松) | 2.89 GB 笔记本或手机 | |
| Kokoro hexgrad | 82M | – | Apache 2.0 (宽松) | 0.38 GB 笔记本或手机 |