MLX STT

使用 MLX（Apple Silicon）和开源模型（默认 GLM-ASR-Nano-2512）在本地进行语音转文本/自动语音识别/转录。

免费且准确。无需 API 密钥。无需服务器。

需求

• mlx：需使用 Apple Silicon 芯片的 macOS 系统
• brew：若未安装，将用于安装依赖项

安装

bash ${baseDir}/install.sh

此脚本将使用brew来安装以下命令行工具（若尚未安装）：

• ffmpeg：在需要时转换音频格式
• uv：安装 Python 包并运行 Python 脚本
• mlx_audio：执行实际转录任务

使用

要转录音频文件，请运行此脚本：

bash  ${baseDir}/mlx-stt.sh <audio_file_path>

• 首次运行可能会稍慢，因为需要下载模型。
• 转录结果将打印到标准输出。