基于 Apple MLX 的开源语音库，M 系芯片原生跑 TTS/STT/STS
MLX Audio 是构建在 Apple MLX 框架上的语音库，官网标语 "Fast, efficient audio processing on Apple Silicon"，提供文本转语音、 语音转文本与语音转语音三类能力。TTS 覆盖 Kokoro、Qwen3-TTS、CSM、Dia 等模型，支持多语、voice cloning 与语速控制；STT 含 Whisper、Parakeet 等，支持流式输出与词级时间戳；STS 提供声源分离与语音增强。针对 M1/M2/M3/M4 原生加速，支持 3-bit 到 8-bit 量化，提供 OpenAI 兼容 REST API server（带 Web UI）与 Swift/iOS 伴随包 mlx-audio-swift。MIT 开源， 当前版本 v0.5.7、GitHub 8k star（2026-10-05），适合 Apple Silicon 本地语音开发。
暂无相关文章。
