
基于 Apple MLX 框架构建的语音合成(TTS)、语音识别(STT)与语音转换(STS)库,在 Apple Silicon 上提供高效的语音分析。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
8,000
最后提交
2026年11月
GitHub 创建日期
2024年11月27日
收录日
2026年11月10日
在 PyPI 上的使用
PyPI 包:mlx-audio · 截至 2026年10月 的月度数值(ClickPy)
近一年下载量
2,542,466
来自日本的比例(近一年)
3.4%
依赖它的 PyPI 包
40
其中必需依赖 20
PyPI 月度下载量
以表格显示
| 月份 | 下载量(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 |
同分类的热门资源
研究领域相近的资源
- LFM2.5-Audio-1.5B-JP-GGUFLiquidAI506kLiquidAI 的 LFM 2.5‑Audio 1.5B JP 模型的量化 GGUF 版本,包括语言、音频编码器和声码器权重(F32/F16/Q8_0/Q4_0),以及使用 llama.cpp 的 ASR 和 TTS CLI/Server 运行器。HF 模型共同: 语音识别・语音合成
sherpa-onnxk2-fsa15k基于新一代 Kaldi 与 onnxruntime、无需联网的语音识别、语音合成、说话人分离、语音增强、声源分离与 VAD。支持嵌入式系统、Android、iOS、HarmonyOS、Raspberry Pi、RISC-V、RK NPU、Axera NPU、Ascend NPU、x86_64 服务器、WebSocket 服务端/客户端,并支持12种编程语言。共同: 语音识别・语音合成
moonshinemoonshine-ai11k面向构建语音代理与界面的超低延迟语音转文字、意图识别与文字转语音。共同: 语音识别・语音合成
FluidAudioFluidInference3k可嵌入应用的前沿 CoreML 音频模型 —— 语音合成、语音识别、语音活动检测与说话人分离。基于 Swift,采用 SOTA 开源技术。共同: 语音识别・语音合成- kana-whispersbintuitions42k一个经过微调的 Whisper large‑v3‑turbo 模型,用于将日语语音转录为片假名,作为 Sarashina2.2‑TTS 项目中 Joyo Kanji Yomi Benchmark 的 ASR 组件,并驱动 Kana CER Usage With Transformers 管道。HF 模型共同: 语音识别・语音合成
CrispASRCrispStrobe732面向多语言语音识别与语音合成模型的 C++(ggml)运行时中心:Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2 等,另提供通用强制对齐等功能。共同: 语音识别・语音合成