Original em inglês: https://argusic.com/subject/mlx-audio
mlx-audio
Uma biblioteca de texto para fala (TTS), fala para texto (STT) e fala para fala (STS) construída sobre o framework MLX da Apple, fornecendo análise de fala eficiente no Apple Silicon.
Executa com mocksfonte: GitHubpágina do projetoPythonMITcommit 4ab7e6f7dedd
Python, licença MIT. O projeto se descreve como: apple silicon, audio processing, mlx, multimodal, speech recognition, speech synthesis, speech to text e text to speech.
mlx-audio executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 7,5 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- 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
- Tempo de instalação
- 8 minutos
- Da máquina limpa até o fim
- 8 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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 exato testado
- 4ab7e6f7dedd
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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.
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Instalado em 7,5 minutos, mais rápido que a mediana dos 5 projetos comparáveis que a Argusic mediu.
- Recuperou-se de todos os 4 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 6 projetos de apple-silicon que a Argusic instalou e cronometrou, mlx-audio foi o 2º mais rápido a chegar a um estado de execução, e 2 de 6 chegaram a esse estado.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,06 |
Tópicos (de GitHub)
apple-siliconaudio-processingmlxmultimodalspeech-recognitionspeech-synthesisspeech-to-texttext-to-speechtransformers
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/mlx-audio)Perguntas
- mlx-audio executa?
- mlx-audio executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 8 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou mlx-audio?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 4ab7e6f7dedd. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar mlx-audio?
- A execução que produziu este veredito custou US$ 0,06: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar mlx-audio?
- 7,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- mlx-audio precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar mlx-audio?
- 4 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como mlx-audio se compara às alternativas?
- Dos 6 projetos de apple-silicon que a Argusic instalou e cronometrou, mlx-audio foi o 2º mais rápido a chegar a um estado de execução, e 2 de 6 chegaram a esse estado.
- Onde estão as evidências de mlx-audio?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.