MLX Audio Server

适用于 Mac 的本地 24x7 OpenAI 兼容 API 服务器，用于语音识别/语音合成，由 MLX 驱动。

mlx-audio：基于苹果 MLX 框架构建的最佳音频处理库，在 Apple Silicon 上提供快速高效的文本转语音、语音转文本以及语音转语音功能。

guoqiao/tap/mlx-audio-server：用于通过 Homebrew Formula 安装mlx-audio，并在 macOS 上以brew运行mlx_audio.server作为 LaunchAgent 服务。

要求

• mlx：搭载 Apple Silicon 的 macOS
• brew：用于安装依赖项（如果尚未安装）

安装

bash ${baseDir}/install.sh

此脚本将：

• 如果缺失，则通过 brew 安装 ffmpeg/jq。
• 安装 homebrew formulamlx-audio-server来自guoqiao/tap
• 启动 brew 服务以运行mlx-audio-server

使用方法

STT/语音转文本（默认模型：mlx-community/glm-asr-nano-2512-8bit）：

# input will be converted to wav with ffmpeg, if not yet.
# output will be transcript text only.
bash ${baseDir}/run_stt.sh <audio_or_video_path>

TTS/文本转语音（默认模型：mlx-community/Qwen3-TTS-12Hz-1.7B-VoiceDesign-bf16）：

# audio will be saved into a tmp dir, with default name `speech.wav`, and print to stdout.
bash ${baseDir}/run_tts.sh "Hello, Human!"
# or you can specify a output dir
bash ${baseDir}/run_tts.sh "Hello, Human!" ./output
# output will be audio path only.

你可以直接使用这两个脚本，或将其作为示例/参考。