
基於 Apple MLX 框架建構的語音合成(TTS)、語音辨識(STT)與語音轉換(STS)函式庫,在 Apple Silicon 上提供高效的語音分析。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
8,000
最後提交
2026年11月
GitHub 建立日期
2024年11月27日
收錄日
2026年11月10日
在 PyPI 上的使用
PyPI 套件:mlx-audio · 至 2026年10月 的每月數值(ClickPy)
近一年下載數
2,542,466
來自日本的比例(近一年)
3.4%
依賴它的 PyPI 套件
40
其中必要依賴 20
PyPI 每月下載數
以表格顯示
| 月份 | 下載數(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 |
同分類的熱門資源
研究領域相近的資源
- LFM2.5-Audio-1.5B-JP-GGUFLiquidAI506k量化 GGUF 版本的 LiquidAI LFM 2.5‑Audio 1.5B JP 模型,包括語言、音訊編碼器和聲碼器權重(F32/F16/Q8_0/Q4_0),以及使用 llama.cpp 的 ASR 與 TTS CLI/Server 運行器。HF 模型共同: 語音辨識・語音合成
sherpa-onnxk2-fsa15k基於新一代 Kaldi 與 onnxruntime、無需連網的語音辨識、語音合成、說話者分離、語音增強、聲源分離與 VAD。支援嵌入式系統、Android、iOS、HarmonyOS、Raspberry Pi、RISC-V、RK NPU、Axera NPU、Ascend NPU、x86_64 伺服器、WebSocket 伺服端/用戶端,並支援12種程式語言。共同: 語音辨識・語音合成
moonshinemoonshine-ai11k面向建構語音代理與介面的超低延遲語音轉文字、意圖識別與文字轉語音。共同: 語音辨識・語音合成
FluidAudioFluidInference3k可嵌入應用程式的前沿 CoreML 音訊模型 —— 語音合成、語音辨識、語音活動偵測與說話者分離。基於 Swift,採用 SOTA 開源技術。共同: 語音辨識・語音合成- kana-whispersbintuitions42k一個經過微調的 Whisper large-v3-turbo 模型,能將日語語音轉錄成片假名,作為 Sarashina2.2-TTS 專案內 Joyo Kanji Yomi Benchmark 的 ASR 組件,同時驅動 Kana CER Usage With Transformers 管道。HF 模型共同: 語音辨識・語音合成
CrispASRCrispStrobe732面向多語言語音辨識與語音合成模型的 C++(ggml)執行環境中心:Cohere Transcribe、Parakeet TDT、Voxtral、Canary 1B v2 等,另提供通用強制對齊等功能。共同: 語音辨識・語音合成