#90 · 主分类： 语音合成与识别
speech-swift
apple-silicon
asr
coreml
ios
macos
mlx
neural-engine
on-device
speaker-diarization
speech-enhancement
speech-recognition
speech-to-speech
swift
text-to-speech
tts
voice-activity-detection
面向Apple Silicon的AI语音工具包——基于MLX和CoreML的ASR、TTS、语音到语音、VAD和说话人分离
项目最后更新：08/28/26
GitHub Stars
1.2K
Forks数量
153
贡献者数量
29
许可证
Apache-2.0
收录理由
这个Swift包很适合Mac和iOS团队，他们想要真正的语音功能，又不想把音频送到云端。库把自动语音识别、文本转语音、声音克隆、说话人分离和语音活动检测打包在一起，通过MLX和CoreML在Apple Silicon上本地运行，录音数据始终留在设备里。对听写、转写和语音代理这类对隐私有硬性要求的产品来说，这点很实用。模型选择很丰富，从针对神经引擎优化的轻量CoreML版本，到更大的MLX模型，都有数十种ASR和TTS可选，还有实时因子低的流式变体，适合实时对话场景。已经有十几个公开应用基于它构建，除了文档之外，你还能找到可用的参考代码。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。