MLX-Audio3 条命令在 Apple 芯片上生成本地语音【免费下载链接】mlx-audioA text-to-speech (TTS), speech-to-text (STT) and speech-to-speech (STS) library built on Apples MLX framework, providing efficient speech analysis on Apple Silicon.项目地址: https://gitcode.com/GitHub_Trending/ml/mlx-audioMLX-Audio 是基于 Apple MLX 框架的开源本地语音合成库。它在 M 系列芯片的 Mac 上安装后即可用一条命令生成自然语音全程离线不需要把数据发往云端。适合想做有声书旁白、语音助手、多语言内容的人。先确认这3件事 芯片需要 Apple SiliconM1/M2/M3/M4Intel 版 Mac 跑不了 MLX 框架。Python要求 3.10 及以上系统里现成的版本一般就够用虚拟环境的话确认一下解释器版本。模型权重首次运行会自动从 Hugging Face 下载模型大小按模型从几百 MB 到几 GB 不等需要稳定网络下载完成后即可完全离线使用。另外记一笔要保存 MP3/FLAC 得先装 ffmpegbrew install ffmpeg只存 WAV 没有外部依赖。三步生成第一段语音 第一步安装一行命令pip install mlx-audio第二步生成指定模型、文本和声音mlx_audio.tts.generate --model mlx-community/Qwen3-TTS-12Hz-0.6B-CustomVoice-8bit --text Hello, world! --voice Vivian第三步验证。当前目录多了audio_000.wav就是成功点开播放即可。不想找文件的话在上条命令加--play生成完直接出声--speed调语速--output_path指定保存目录。按需求选玩法想要网页界面点击。先拉取源码git clone https://gitcode.com/GitHub_Trending/ml/mlx-audio一个终端启动 APImlx_audio.server --port 8000另一个终端启动网页界面cd mlx-audio/mlx_audio/ui npm install npm run dev打开localhost:3000就能做文本转语音、语音转文本和音频播放带实时 3D 音频可视化API 在 8000 端口接口兼容 OpenAI 风格详见 Web UI 与 API 服务文档。想嵌进自己的程序。Python 里用load_model加载模型再调用 generate 方法传入文本和声音返回 mx.array 波形可直接落盘或接进后续流程参数一览见 CLI 快速上手。想合成日语、中文。换 Kokoro 模型mlx-community/Kokoro-82M-bf16有 54 个声音预设、覆盖 8 种语言选af_heart之类的声音再用--lang_code指定语言a美式英语、j日语、z中文内存吃紧就换同模型的 4bit/8bit 量化版本。想模仿特定人声。用 CSM 模型mlx-community/csm-1b在同一条生成命令里加--ref_audio传入参考音频结果音色会贴近这段样本。这些坑提前说 ⚠️日语、中文报错Kokoro 依赖misaki做文本处理日语要pip install misaki[ja]中文要pip install misaki[zh]不装会报错。参数缺失--model是必填项生成命令里别漏。存 MP3 报错多半是没装 ffmpeg把输出改回 WAV 或补装 ffmpeg 都行。端口被占API 默认 8000网页界面默认 3000被占用就用--port换跑网页界面还需要 Node.js。适合现在动手的场景有声书长文本批量转旁白仓库自带一个可直接跑的有声书示例。语音助手把本地离线语音作为回复层延迟低数据不出设备。播客旁白给不同主持选不同声音预设语速用--speed调。多语言内容一套库覆盖中文、日语、英文旁白按语言换模型。手边有 M 系列芯片的话现在就能动手打开 CLI 快速上手 复制第一条生成命令一分钟内会有第一段语音。项目还提供 Swift 包可在 macOS 和 iOS 上做设备端合成。【免费下载链接】mlx-audioA text-to-speech (TTS), speech-to-text (STT) and speech-to-speech (STS) library built on Apples MLX framework, providing efficient speech analysis on Apple Silicon.项目地址: https://gitcode.com/GitHub_Trending/ml/mlx-audio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 MLX-Audio：3 条命令在 Apple 芯片上生成本地语音
MLX-Audio3 条命令在 Apple 芯片上生成本地语音【免费下载链接】mlx-audioA text-to-speech (TTS), speech-to-text (STT) and speech-to-speech (STS) library built on Apples MLX framework, providing efficient speech analysis on Apple Silicon.项目地址: https://gitcode.com/GitHub_Trending/ml/mlx-audioMLX-Audio 是基于 Apple MLX 框架的开源本地语音合成库。它在 M 系列芯片的 Mac 上安装后即可用一条命令生成自然语音全程离线不需要把数据发往云端。适合想做有声书旁白、语音助手、多语言内容的人。先确认这3件事 芯片需要 Apple SiliconM1/M2/M3/M4Intel 版 Mac 跑不了 MLX 框架。Python要求 3.10 及以上系统里现成的版本一般就够用虚拟环境的话确认一下解释器版本。模型权重首次运行会自动从 Hugging Face 下载模型大小按模型从几百 MB 到几 GB 不等需要稳定网络下载完成后即可完全离线使用。另外记一笔要保存 MP3/FLAC 得先装 ffmpegbrew install ffmpeg只存 WAV 没有外部依赖。三步生成第一段语音 第一步安装一行命令pip install mlx-audio第二步生成指定模型、文本和声音mlx_audio.tts.generate --model mlx-community/Qwen3-TTS-12Hz-0.6B-CustomVoice-8bit --text Hello, world! --voice Vivian第三步验证。当前目录多了audio_000.wav就是成功点开播放即可。不想找文件的话在上条命令加--play生成完直接出声--speed调语速--output_path指定保存目录。按需求选玩法想要网页界面点击。先拉取源码git clone https://gitcode.com/GitHub_Trending/ml/mlx-audio一个终端启动 APImlx_audio.server --port 8000另一个终端启动网页界面cd mlx-audio/mlx_audio/ui npm install npm run dev打开localhost:3000就能做文本转语音、语音转文本和音频播放带实时 3D 音频可视化API 在 8000 端口接口兼容 OpenAI 风格详见 Web UI 与 API 服务文档。想嵌进自己的程序。Python 里用load_model加载模型再调用 generate 方法传入文本和声音返回 mx.array 波形可直接落盘或接进后续流程参数一览见 CLI 快速上手。想合成日语、中文。换 Kokoro 模型mlx-community/Kokoro-82M-bf16有 54 个声音预设、覆盖 8 种语言选af_heart之类的声音再用--lang_code指定语言a美式英语、j日语、z中文内存吃紧就换同模型的 4bit/8bit 量化版本。想模仿特定人声。用 CSM 模型mlx-community/csm-1b在同一条生成命令里加--ref_audio传入参考音频结果音色会贴近这段样本。这些坑提前说 ⚠️日语、中文报错Kokoro 依赖misaki做文本处理日语要pip install misaki[ja]中文要pip install misaki[zh]不装会报错。参数缺失--model是必填项生成命令里别漏。存 MP3 报错多半是没装 ffmpeg把输出改回 WAV 或补装 ffmpeg 都行。端口被占API 默认 8000网页界面默认 3000被占用就用--port换跑网页界面还需要 Node.js。适合现在动手的场景有声书长文本批量转旁白仓库自带一个可直接跑的有声书示例。语音助手把本地离线语音作为回复层延迟低数据不出设备。播客旁白给不同主持选不同声音预设语速用--speed调。多语言内容一套库覆盖中文、日语、英文旁白按语言换模型。手边有 M 系列芯片的话现在就能动手打开 CLI 快速上手 复制第一条生成命令一分钟内会有第一段语音。项目还提供 Swift 包可在 macOS 和 iOS 上做设备端合成。【免费下载链接】mlx-audioA text-to-speech (TTS), speech-to-text (STT) and speech-to-speech (STS) library built on Apples MLX framework, providing efficient speech analysis on Apple Silicon.项目地址: https://gitcode.com/GitHub_Trending/ml/mlx-audio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考