00:59berryxia@berryxia精选mlx-audio v0.4.4 发布,这是其功能最强大的版本,新增了 15 个 TTS、ASR 和 VAD 模型。新模型包括 VoxCPM2、Mega-ASR、Nemotron 3.5 ASR 等,支持 30 种语言、实时语音识别和长文本转录加速。服务器端新增 OpenAI 兼容格式和逐词时间戳功能,所有技术均运行在 Apple Silicon 上。该版本显著提升了 Apple 设备上的音频处理能力,适合开发者集成到本地应用中。AI产品mlx-audioTTS/ASRApple Silicon语音模型开源/仓库10 个信源在谈推荐理由:Apple Silicon 用户终于有了一个本地化的音频处理利器,15 个新模型覆盖 TTS/ASR/VAD,做语音应用或音频工具的开发者可以直接安装测试,尤其关注中文支持效果。原文