
Apple の MLX フレームワーク上に構築された音声合成(TTS)・音声認識(STT)・音声変換(STS)ライブラリで、Apple Silicon 上で効率的な音声解析を実現。
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
8,000
最終コミット
2026年11月
GitHub での作成日
2024年11月27日
掲載日
2026年11月10日
PyPI での利用
PyPI パッケージ: mlx-audio · 2026年10月までの月間値(ClickPy)
直近1年のダウンロード数
2,542,466
日本からの割合(直近1年)
3.4%
依存している PyPI パッケージ
40
うち必須の依存 20
PyPI の月間ダウンロード数
数値を表で見る
| 月 | ダウンロード数(月) |
|---|---|
| 2019年1月 | — |
| 2019年2月 | — |
| 2019年3月 | — |
| 2019年4月 | — |
| 2019年5月 | — |
| 2019年6月 | — |
| 2019年7月 | — |
| 2019年8月 | — |
| 2019年9月 | — |
| 2019年10月 | — |
| 2019年11月 | — |
| 2019年12月 | — |
| 2020年1月 | — |
| 2020年2月 | — |
| 2020年3月 | — |
| 2020年4月 | — |
| 2020年5月 | — |
| 2020年6月 | — |
| 2020年7月 | — |
| 2020年8月 | — |
| 2020年9月 | — |
| 2020年10月 | — |
| 2020年11月 | — |
| 2020年12月 | — |
| 2021年1月 | — |
| 2021年2月 | — |
| 2021年3月 | — |
| 2021年4月 | — |
| 2021年5月 | — |
| 2021年6月 | — |
| 2021年7月 | — |
| 2021年8月 | — |
| 2021年9月 | — |
| 2021年10月 | — |
| 2021年11月 | — |
| 2021年12月 | — |
| 2022年1月 | — |
| 2022年2月 | — |
| 2022年3月 | — |
| 2022年4月 | — |
| 2022年5月 | — |
| 2022年6月 | — |
| 2022年7月 | — |
| 2022年8月 | — |
| 2022年9月 | — |
| 2022年10月 | — |
| 2022年11月 | — |
| 2022年12月 | — |
| 2023年1月 | — |
| 2023年2月 | — |
| 2023年3月 | — |
| 2023年4月 | — |
| 2023年5月 | — |
| 2023年6月 | — |
| 2023年7月 | — |
| 2023年8月 | — |
| 2023年9月 | — |
| 2023年10月 | — |
| 2023年11月 | — |
| 2023年12月 | — |
| 2024年1月 | — |
| 2024年2月 | — |
| 2024年3月 | — |
| 2024年4月 | — |
| 2024年5月 | — |
| 2024年6月 | — |
| 2024年7月 | — |
| 2024年8月 | — |
| 2024年9月 | — |
| 2024年10月 | — |
| 2024年11月 | — |
| 2024年12月 | — |
| 2025年1月 | — |
| 2025年2月 | 240 |
| 2025年3月 | 3,075 |
| 2025年4月 | 3,983 |
| 2025年5月 | 8,931 |
| 2025年6月 | 7,401 |
| 2025年7月 | 12,415 |
| 2025年8月 | 10,503 |
| 2025年9月 | 10,318 |
| 2025年10月 | 8,871 |
| 2025年11月 | 12,257 |
| 2025年12月 | 17,138 |
| 2026年1月 | 44,373 |
| 2026年2月 | 55,019 |
| 2026年3月 | 82,034 |
| 2026年4月 | 78,329 |
| 2026年5月 | 316,759 |
| 2026年6月 | 309,657 |
| 2026年7月 | 394,354 |
| 2026年8月 | 557,889 |
| 2026年9月 | 288,906 |
| 2026年10月 | 385,751 |
同じカテゴリで人気のリソース
GPT-SoVITSRVC-Boss62kわずか1分の音声データでも、優れた音声合成モデルを学習できる!(少数サンプルによる声質クローン)
barksuno-ai39k🔊 テキストプロンプトによる生成音声モデル。
VoxCPMOpenBMB38kVoxCPM2:トークナイザー不要の音声合成で、多言語音声生成・クリエイティブな音声デザイン・実物さながらの声質クローンを実現。
OpenVoicemyshell-ai38kMIT と MyShell による即時声質クローン。音声基盤モデル。
fish-speechfishaudio33k最先端のオープンソース音声合成。
chatterboxresemble-ai27k最先端のオープンソース音声合成。
研究分野が近いリソース
- LFM2.5-Audio-1.5B-JP-GGUFLiquidAI506kLiquidAI の LFM 2.5‑Audio 1.5B JP モデルの量子化 GGUF バージョン(言語、オーディオエンコーダー、およびボコーダー重み:F32/F16/Q8_0/Q4_0)と、llama.cpp を使用した ASR と TTS の CLI/Server ランナー。HF モデル共通: 音声認識・音声合成
sherpa-onnxk2-fsa15k次世代 Kaldi と onnxruntime を用いた、インターネット接続不要の音声認識・音声合成・話者分離・音声強調・音源分離・VAD。組み込みシステム、Android、iOS、HarmonyOS、Raspberry Pi、RISC-V、RK NPU、Axera NPU、Ascend NPU、x86_64サーバー、WebSocketサーバー/クライアントに対応し、12のプログラミング言語をサポート。共通: 音声認識・音声合成
moonshinemoonshine-ai11k音声エージェントやインターフェースの構築に向けた、超低遅延の音声認識・意図認識・音声合成。共通: 音声認識・音声合成
FluidAudioFluidInference3kアプリに組み込める最先端の CoreML 音声モデル ── 音声合成、音声認識、発話区間検出、話者分離。Swift 製で、最先端のオープンソースを活用。共通: 音声認識・音声合成- kana-whispersbintuitions42kWhisper large‑v3‑turboをファインチューニングしたモデルで、日本語音声をカタカナに文字起こしするASRコンポーネントとして、Sarashina2.2‑TTSプロジェクト内のJoyo Kanji Yomi Benchmarkに使用され、Kana CER Usage With Transformersパイプラインを動かします。HF モデル共通: 音声認識・音声合成
CrispASRCrispStrobe732多言語の音声認識・音声合成モデル向けの C++(ggml)ランタイムハブ:Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2 など、さらに汎用の強制アラインメントなども提供。共通: 音声認識・音声合成