mlx-audio

收录理由

Apple Silicon 用户现在可以用一套基于 MLX 的原生库同时处理文本转语音、语音转文本和语音到语音的任务。无论是用 Kokoro 还是 Qwen3-TTS 这类模型合成人声，还是把录音转成文字，甚至把两者串联成对话流程，都不再需要东拼西凑多个工具。本地部署也很现实：3-bit 到 8-bit 的量化选项能有效控制模型体积，加上 Swift 包，iOS 和 macOS 应用也能直接调用同样的能力。另外还提供了兼容 OpenAI 的 REST API 和带音频可视化的交互式网页界面，方便快速原型验证或接入现有服务。对已经基于 M 系列芯片做开发的团队来说，用 Python 或 Swift 交付实时语音功能，这条路径相当顺手。