blaizzy/mlx-audio 是一个用于在 Apple Silicon 上处理语音与音频的 Python 库。它基于 Apple 的 MLX 框架，可以把文本转换为语音、把语音转回文本、把一种声音转换为另一种声音，甚至生成音乐。GitHub 仓库 blaizzy/mlx-audio 发布的最新版本是 v0.6.1。
这个库的核心在于，它在同一个仓库中一并处理各种语音任务。这些功能全部运行在同一套 MLX 框架之上，README 中介绍了多语言模型、语音自定义与克隆、网页界面、兼容 OpenAI 的 REST API，以及量化（通过降低精度来让模型更轻量的处理）等功能。TTS、STT、STS 和音乐生成既可以通过命令行工具运行，也可以通过 Python API 运行，同时还提供本地 API 服务器。项目于 2024 年 11 月 27 日创建，许可证为 MIT，GitHub 星标数为 8078。
不过，可以判断的范围是有限的。由于它以 Apple Silicon 为前提，适用设备范围较窄，资料中也没有性能基准测试或实际导入案例，也没有用于比较语音克隆质量的数值。该仓库的动能评分在 0~10 的标准下也只有 4.1。更重要的是，给出的信息中没有 v0.6.1 的变更记录，因此无法确认这个版本究竟改动了什么。确切的变更内容必须直接阅读仓库的发布说明才能了解，而性能与稳定性仅凭这份材料难以判断。