主要来源berryxia
查看原文事件专题 · 多源确认
mlx-audio v0.4.4 发布:15 个新模型,Apple Silicon 上最强音频版
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。
当前结论
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。
11 个信源67° AI 热度最后更新 2026/6/6 16:59:05
证据链
相关来源 1Mustafa Suleyman
查看原文相关来源 2lmarena.ai
查看原文相关来源 3@OpenAIDevs
查看原文相关来源 4Greg Brockman
查看原文相关来源 5宝玉
查看原文相关来源 6Sam Altman
查看原文相关来源 7IT之家
查看原文相关来源 8Lenny Rachitsky
查看原文相关来源 9shao__meng
查看原文相关来源 10rohanpaul_ai
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。