Original en inglés: https://argusic.com/subject/mlx-audio
mlx-audio
Una biblioteca de text-to-speech (TTS), speech-to-text (STT) y speech-to-speech (STS) construida sobre el framework MLX de Apple, que proporciona un análisis de voz eficiente en Apple Silicon.
Funciona con mocksfuente: GitHubsitio webPythonMITcommit 4ab7e6f7dedd
Python, licencia MIT. El proyecto se describe a sí mismo como: apple silicon, audio processing, mlx, multimodal, speech recognition, speech synthesis, speech to text y text to speech.
mlx-audio funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 7,5 minutos y encontró 4 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
mlx-audio v0.5.6 installed in a Python venv with mlx[cpu] backend, 354 of 376 tests pass (22 skipped due to missing torch/diffusers for parity), FastAPI server starts and responds 200 on /v1/models, all five CLI tools print help.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- mlx.core imported libmlx.so but libmlx.so was not bundled with the base pip install on Linux (Apple Silicon-only by default)1,5 minutos
- sounddevice requires PortAudio runtime library (libportaudio2 not available)1,5 minutos
- pip install failed due to externally-managed-environment (PEP 668)1 minuto
- webrtcvad failed to build from source (needs Python.h / python3-dev, not available)1 minuto
- Tiempo de instalación
- 8 minutos
- De máquina en frío a terminar
- 8 minutos
- Errores encontrados y corregidos
- 4 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest ran 354 passed, 22 skipped across tests/; mlx_audio.server started on port 8777 and returned HTTP 200 on GET /v1/models and /docs; all CLI entry points (stt.generate, tts.generate, music.generate, sts.generate, convert) printed --help successfully
- Tokens de modelo usados
- 91.174
- Commit exacto probado
- 4ab7e6f7dedd
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
tests/vendor_parity/test_parity_support.py::test_quantized_switch_linear_matches_upstream PASSED [1… ======================== 293 passed, 4 skipped in 4.70s ======================== succeeded in 6141ms: tests/sts/test_nemotron_voicechat.py::test_streaming_session_buffers_partial_frames_and_cancels PAS… tests/sts/test_nemotron_voicechat.py::test_sanitize_convolution_layouts PASSED [ 98%] tests/sts/test_nemotron_voicechat.py::test_quantize_only_supported_linear_weights PASSED [100%] ======================== 46 passed, 18 skipped in 5.17s ======================== All tests now pass. Let me compile the final report. 2026-09-28T04:52:57.739476Z ERROR codex_core::session: failed to record rollout items: thread 01a0e… tokens used 91,174 All tests now pass. Let me compile the final report.
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se instaló en 7,5 minutos, más rápido que la mediana de los 5 proyectos comparables que ha medido Argusic.
- Se recuperó de los 4 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 6 proyectos de apple-silicon que Argusic ha instalado y cronometrado, mlx-audio fue el 2.º más rápido en llegar a funcionar, y 2 de 6 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,06 |
Temas (de GitHub)
apple-siliconaudio-processingmlxmultimodalspeech-recognitionspeech-synthesisspeech-to-texttext-to-speechtransformers
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/mlx-audio)Preguntas
- ¿Funciona mlx-audio?
- mlx-audio funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 8 minutos, con 4 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic mlx-audio?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 4ab7e6f7dedd. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar mlx-audio?
- La ejecución que produjo este veredicto costó 0,06 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda mlx-audio en instalarse?
- 7,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita mlx-audio una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar mlx-audio?
- En la ejecución registrada fallaron 4 cosas, y 4 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara mlx-audio con las alternativas?
- De los 6 proyectos de apple-silicon que Argusic ha instalado y cronometrado, mlx-audio fue el 2.º más rápido en llegar a funcionar, y 2 de 6 llegaron a funcionar.
- ¿Dónde está la evidencia de mlx-audio?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.