영어 원문: https://argusic.com/subject/mlx-audio

mlx-audio

Apple의 MLX 프레임워크를 기반으로 Apple Silicon에서 효율적인 음성 분석을 제공하는 텍스트 음성 변환(TTS), 음성 텍스트 변환(STT), 음성 간 변환(STS) 라이브러리.

mock으로 실행됨출처: GitHub홈페이지PythonMITcommit 4ab7e6f7dedd

Python, MIT 라이선스. 프로젝트 자체 레이블: apple silicon, audio processing, mlx, multimodal, speech recognition, speech synthesis, speech to text 및 text to speech.

mlx-audio: 의존하는 서비스를 대체물로 바꾸면 실행됩니다. Argusic agent가 GPU가 없는 깨끗한 머신에서 7.5분 만에 설치했고, 오류 4개가 발생했지만 도움 없이 모두 수정했으며, 전체 세션이 녹화되었습니다.

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.

깨끗한 머신에서 agent가 얻은 결과를 agent 자신의 말로 옮긴 것입니다. 측정 방법

Argusic이 매번 새 머신에서 측정합니다. 모든 수치는 해당 증거로 연결됩니다. Argusic 점수 100점 만점에 92점(이 프로젝트 실행 점수의 평균).

한눈에 보기

판정
mock으로 실행됨
Argusic 점수
92 / 100
검증 실행 비용
0.06 USD(측정값)
기록된 실행
1
마지막 테스트
스타
8,196
포크
784
열린 issue
103
watcher
52
크기
104 MB
생성일
마지막 push

프로젝트 데이터 출처: GitHub(이 페이지 상단에 링크), 업데이트 . 테스트 데이터 제공: Argusic(CC BY 4.0). 모든 수치는 전체 log, 녹화, 그리고 그 sha256 해시가 있는 실행 페이지로 연결됩니다.

측정한 항목

이 판정을 결정한 실행에서 가져왔습니다. 모든 줄은 추정치가 아니라 기록된 값입니다.

mlx-audio 테스트 중 각 실패로 잃은 시간, 기록된 실행에서 그림
각 막대는 agent가 기록한 실패와 그로 인해 소요된 시간입니다. 다른 곳이 아닌 이 실행에서 그렸습니다.

agent 자신의 말로 본 문제점

agent가 직접 남긴 말이며, 심각한 것부터 나열하고 조언으로 고쳐 쓰지 않습니다.

  • mlx.core imported libmlx.so but libmlx.so was not bundled with the base pip install on Linux (Apple Silicon-only by default)1.5분
  • sounddevice requires PortAudio runtime library (libportaudio2 not available)1.5분
  • pip install failed due to externally-managed-environment (PEP 668)1분
  • webrtcvad failed to build from source (needs Python.h / python3-dev, not available)1분
설치 시간
8분
깨끗한 머신에서 완료까지
8분
발생하고 수정된 오류
4개 발생, 4개를 사람의 도움 없이 수정
결과를 증명한 방법
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
사용한 모델 token
91,174
테스트한 정확한 commit
4ab7e6f7dedd
컨테이너 이미지
sha256:cdd920bce783

측정하지 않은 항목

나머지 절반입니다. 이 증거가 어디까지 유효한지 정확히 볼 수 있도록 공백은 공백으로 표시하며 절대 채워 넣지 않습니다.

최대 GPU 메모리
CPU 머신에서 실행되어 샘플링할 GPU가 없었습니다
장시간 실행 시 동작
각 시도는 문서화된 가장 작은 설정과 고정된 시간 예산을 사용하므로, 부하에서 얼마나 버티는지가 아니라 실행되는지를 측정합니다
실제 서비스에 대한 동작
이 실행은 대체 서비스로만 검증되었습니다

녹화의 마지막 부분

이 판정을 결정한 터미널 세션의 마지막 줄을 기록된 그대로 보여 줍니다.

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.

전체 세션 다시 보기, 깨끗한 머신에서 이 시점까지의 모든 명령.

테스트 방법

하나의 agent, 하나의 컨테이너, 사람의 도움 없음. agent는 프로젝트 문서가 안내하는 방식대로 프로젝트를 설치하고 실행하며, 문제가 생기면 수정합니다. 아래의 모든 내용은 실제로 일어난 그대로 기록되었습니다: 터미널 세션, log, 정확한 commit. 전체 방법론.

장점과 한계

의견이 아니라 측정된 사실입니다. 콘텐츠 작성 방식.

잘된 점

  • 7.5분 만에 설치되어, Argusic이 측정한 비슷한 프로젝트 5개의 중앙값보다 빨랐습니다.
  • 사람의 개입 없이 오류 4개에서 모두 복구했습니다. 실패가 해결할 수 있을 만큼 잘 문서화되어 있다는 뜻입니다.
  • 호스트가 보고한 라이선스는 MIT입니다.

잘되지 않은 점 또는 알 수 없는 점

  • 대체 서비스로만 실행 상태에 도달했으므로, 실제 서비스에서 작동한다는 것은 여기서 증명되지 않습니다.
  • 지금까지 한 번 측정되었습니다. 한 번의 시도는 실행될 수 있음을 보여 줄 뿐, 안정적으로 실행된다는 것을 보여 주지는 않습니다.

Argusic이 설치하고 시간을 잰 apple-silicon 프로젝트 6개 중 mlx-audio 프로젝트는 실행 상태에 2번째로 빨리 도달했으며, 6개 중 2개만 실행 상태에 도달했습니다.

같은 분야에서 함께 테스트한 프로젝트

여기 있는 모든 프로젝트는 Argusic이 깨끗한 머신에 설치하고 실행했습니다. 테스트하지 않은 프로젝트는 여기에 나오지 않습니다.

  • mlx-audio 실행 검증됨 · Python · 공통 토픽 9개
  • parlor 테스트됨, 미검증 · Python · 공통 토픽 5개
  • leon 실행 검증됨 · TypeScript · 공통 토픽 4개
  • dsnote 테스트됨, 미검증 · C++ · 공통 토픽 4개
  • vllm-mlx 테스트됨, 미검증 · Python · 공통 토픽 4개
  • TheWhisper 테스트됨, 미검증 · Python · 공통 토픽 4개

실행 기록

테스트 주체시도결과점수비용 USD시점
Argusic Runner1/3mock으로 실행됨92.000.06

토픽 (출처: GitHub)

apple-siliconaudio-processingmlxmultimodalspeech-recognitionspeech-synthesisspeech-to-texttext-to-speechtransformers

배지 삽입

프로젝트 README용 Markdown입니다. 이 페이지로 다시 연결되며, 이용 조건은 다음에 있습니다: 이용 약관 페이지.

[![Tested by Argusic](https://argusic.com/badge/mlx-audio.svg)](https://argusic.com/subject/mlx-audio)

질문

mlx-audio 프로젝트는 실행되나요?
mlx-audio 프로젝트는 외부 서비스를 mock으로 대체하면 실행됩니다. Argusic은 깨끗한 머신에서 8분 만에 설치하고 실행했으며, 그 과정에서 오류 4개가 발생했고, 세션을 녹화했습니다.
Argusic은 mlx-audio 프로젝트를 어떻게 테스트했나요?
새로운 일회용 머신에서 모든 명령을 기록하며 테스트했습니다. 리포지토리는 commit 4ab7e6f7dedd에 고정되었습니다. 기록된 시도는 한 번이며, 전체 방법은 방법론 페이지에 있습니다.
mlx-audio 테스트 비용은 얼마였나요?
이 판정을 낸 실행의 비용은 0.06 USD입니다: 백만 token당 정가가 아니라 실제 컴퓨팅 및 모델 비용입니다. 해당 실행 페이지에 기록되어 있습니다.
mlx-audio 설치에는 얼마나 걸리나요?
이 판정을 결정한 실행에서 깨끗한 머신부터 실행 상태까지 7.5분이 걸렸습니다. 평균이 아니라 측정된 한 번의 시도입니다.
mlx-audio 실행에 GPU가 필요한가요?
시작하는 데는 필요하지 않습니다. Argusic은 GPU가 없는 머신에서 실행 상태에 도달했습니다.
mlx-audio 설치 시 어떤 문제가 생기나요?
기록된 실행에서 4개의 문제가 발생했습니다. 그중 4개는 사람의 도움 없이 수정되었습니다. 각 문제와 그로 인해 든 시간이 이 페이지에 나와 있습니다.
mlx-audio 프로젝트는 대안과 비교해 어떤가요?
Argusic이 설치하고 시간을 잰 apple-silicon 프로젝트 6개 중 mlx-audio 프로젝트는 실행 상태에 2번째로 빨리 도달했으며, 6개 중 2개만 실행 상태에 도달했습니다.
mlx-audio 프로젝트의 증거는 어디에 있나요?
기록된 실행이 이 페이지에 있으며, 각각 전체 log와 터미널 녹화로 연결됩니다. 이들은 몰래 변경할 수 없도록 sha256 지문과 함께 저장됩니다.

Discussion