跳到正文
原文
MLX Audio· lucasnewman·· 19 天前AI 评分54

MLX Audio v0.5.4新增实时流式STT与rumik-oss 1 TTS

v0.5.4

AI 导读

MLX Audio 发布 v0.5.4,新增基于 Nemotron 的实时输入流式语音识别会话,并加入支持 Cohere2、Mimi 与流式生成的 rumik-oss 1 TTS。VibeVoice-ASR 调整语音特征的文本嵌入数据类型,使解码速度提升 4–5 倍;测试还扩大了 test_clipping 缓冲,以超过 FFmpeg FLAC 的最小块大小。

来源:MLX Audio · github.com