概要
mlx-speechは、Apple Silicon Mac（M1以降）向けに特化した、純粋なMLXベースの音声技術ツールキットです。
クラウドやPyTorchに依存せず、デバイス上で高性能な音声合成（TTS）、音声クローン、対話生成、効果音生成、多言語自動音声認識（ASR）をローカルで実行します。
Fish S2 Pro、VibeVoice、LongCat、OpenMOSS、Step-Audio、Cohere ASRといった多様なモデルに対応し、感情タグ付きの音声クローンや音声編集などの高度な機能を提供します。
Python APIとCLIの両方で簡単に利用でき、AI開発者、研究者、コンテンツクリエイターなど、Apple Silicon環境でセキュアかつ高速な音声処理を求めるユーザーに最適です。
互換性・特徴
- Apple Silicon
- Python
- CLI
- Python API
- MLX
- GPU必須
基本情報
| ライセンス | MIT |
| Stars | 29 |
| Forks | 5 |
| カテゴリ | 音声生成 / TTS |
| アクティビティ | low |
最新のissue
- Fish Audio S2 Proは、前処理済みreference_audioの受け渡しをサポートしますか？ (更新: 2026-06-14 / Does using Fish Audio S2 Pro support passing preprocessed reference_audio?)