来自 meng shao（@shao__meng）的推文线程

[開源推薦] MLX-Audio Studio: 開源UI 工具，專為音訊生成和處理設計。基於MLX-Audio 庫開發，支援Apple Silicon 設備，允許用戶在本地輕鬆生成和轉錄音頻，支援多種後端選項，包括MLX-Audio、Transformers 或其他如OpenAI 的服務。 核心功能· 音頻生成與轉錄：提供TTS 和STT 功能，使用者可以透過簡單介面輸入文字產生音頻，或上傳音頻檔案進行轉錄。 · 多後端支援：靈活整合不同框架，使用者可選擇本地MLX-Audio 模型或其他外部API，實現自訂音訊處理。 · 使用者介面設計：現代化的Web 介面，支援暗黑模式，包含模型選擇、速度/音調/音量調節、長文字處理和音訊播放器。介面直觀，包括歷史記錄、設定和API 存取入口。 · 擴展性：未來將增加更多任務，如語音複製或高級編輯，增強音訊應用的多樣性。 再看看MLX-Audio 核心功能· 高效推理：利用MLX 框架在Apple Silicon 上原生運行，提供快速生成和處理，支援8 位元量化以減少記憶體佔用和提升速度。 · 多語言支援：預設支援美式英語和英式英語，可透過可選依賴擴展到日語和普通話。 · 語音客製化：內建多種語音預設（如af_heart、af_nova、bf_emma），並支援速度調節（0.5x 到2.0x）。 · 使用者介面與API：包含現代Web UI（搭配3D 音訊視覺化、檔案上傳和回放），以及基於FastAPI 的REST API（相容於OpenAI 風格的TTS 和STT 介面）。 · 檔案管理：產生的檔案預設儲存到~/.mlx_audio/outputs 目錄，支援直接在Finder 或Explorer 中開啟。 · Swift 整合：提供mlx-swift-audio 套件，用於macOS 和iOS 上的原生TTS，支援串流產生和原始PCM 輸出。 · 其他特性：支援語音克隆（透過參考音訊）、即時音訊區塊生成，以及可選的串流處理和量化選項。 開源位址