Original en anglais: https://argusic.com/subject/mlx-audio
mlx-audio
Une bibliothèque de synthèse vocale (TTS), de reconnaissance vocale (STT) et de conversion de parole en parole (STS) construite sur le framework MLX d'Apple, offrant une analyse vocale efficace sur Apple Silicon.
Fonctionne avec des mockssource : GitHubpage d'accueilPythonMITcommit 4ab7e6f7dedd
Python, sous licence MIT. Le projet se décrit ainsi : apple silicon, audio processing, mlx, multimodal, speech recognition, speech synthesis, speech to text et text to speech.
mlx-audio fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 7,5 minutes et a rencontré 4 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
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.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 92 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- 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 minute
- sounddevice requires PortAudio runtime library (libportaudio2 not available)1,5 minute
- pip install failed due to externally-managed-environment (PEP 668)1 minute
- webrtcvad failed to build from source (needs Python.h / python3-dev, not available)1 minute
- Temps d'installation
- 8 minutes
- De la machine vierge à la fin
- 8 minutes
- Erreurs rencontrées et corrigées
- 4 rencontrées, 4 corrigées sans aide humaine
- Comment le résultat a été prouvé
- 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 modèle utilisés
- 91 174
- Commit exact testé
- 4ab7e6f7dedd
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
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.
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- Installé en 7,5 minutes, plus vite que la médiane des 5 projets comparables mesurés par Argusic.
- S'est remis des 4 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 6 projets apple-silicon qu'Argusic a installés et chronométrés, mlx-audio a été le 2e plus rapide à atteindre un état de fonctionnement, et 2 sur 6 en ont atteint un.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,06 |
Sujets (depuis GitHub)
apple-siliconaudio-processingmlxmultimodalspeech-recognitionspeech-synthesisspeech-to-texttext-to-speechtransformers
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/mlx-audio)Questions
- mlx-audio fonctionne-t-il ?
- mlx-audio fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 8 minutes, en rencontrant 4 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé mlx-audio ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 4ab7e6f7dedd. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de mlx-audio ?
- L'exécution qui a produit ce verdict a coûté 0,06 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer mlx-audio ?
- 7,5 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- mlx-audio a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de mlx-audio ?
- 4 problèmes sont survenus lors de l'exécution enregistrée, et 4 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment mlx-audio se compare-t-il aux alternatives ?
- Sur les 6 projets apple-silicon qu'Argusic a installés et chronométrés, mlx-audio a été le 2e plus rapide à atteindre un état de fonctionnement, et 2 sur 6 en ont atteint un.
- Où sont les preuves pour mlx-audio ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.