# mlx-audio 0.5.9: японская озвучка Irodori и потоковое аудио на Mac

Источник: https://modelium.tech/zhurnal/mlx-audio-0-5-9-irodori-nemotron-streaming/

13 октября вышла стабильная mlx-audio 0.5.9: программа для локальной работы со звуком на Mac теперь поддерживает Irodori-TTS v4-Large, потоковый вывод Fish S2 Pro и потоковое распознавание Nemotron. Это обновление программы, а не выпуск новых весов; редакция не проверяла качество и скорость на своём компьютере.

13 октября 2026 года вышла стабильная версия **mlx-audio 0.5.9** — программы для запуска моделей озвучки и распознавания речи на компьютерах Mac с Apple Silicon. Для обычного пользователя главное изменение: появилась поддержка японской модели Irodori-TTS v4-Large, а две другие модели научились отдавать звук или текст по частям, не дожидаясь окончания всего фрагмента. Это новость об обновлении программы, а не обещание, что все перечисленные модели подойдут для русского языка или заработают на любом Mac. [s1](#src-s1) [s2](#src-s2)

## Что теперь можно делать

**Озвучивать японский текст моделью Irodori-TTS v4-Large.** В программу добавили обработку её текстового компонента T5Gemma2. Ранее опубликованные MLX-веса в вариантах bf16 и 8-bit уже доступны отдельно; новая версия программы закрывает прежний пробел в поддержке этого компонента. MLX — формат и среда для локального запуска на Apple Silicon; bf16 и 8-bit обозначают разные способы хранения чисел модели, а не гарантированный минимум памяти. В карточке весов приведён пример с японской фразой и образцом голоса; это инструкция автора, не проверенный редакцией запуск. [s1](#src-s1) [s3](#src-s3) [s4](#src-s4)

**Слушать ответ Fish S2 Pro по мере генерации.** Потоковый режим означает, что приложение может получать готовые кусочки звука раньше, чем модель закончит весь ответ. Это важно для голосового помощника или чтения текста вслух; конкретную задержку релиз не гарантирует, редакция её не измеряла. [s1](#src-s1) [s8](#src-s8)

**Получать текст речи по частям от Nemotron.** В 0.5.9 добавлена поддержка потокового распознавания NVIDIA Nemotron Speech Streaming STT: STT здесь означает «превратить речь в текст». В описании изменения указаны режимы обработки звука с разной задержкой, но это не измерение точности для ваших записей и не подтверждение русского языка. [s1](#src-s1) [s7](#src-s7)

## Нужно ли обновляться

Если вы уже используете mlx-audio на Mac и вам нужна одна из этих возможностей, версия 0.5.9 доступна как стабильный релиз и пакет на PyPI. Для установки Python-пакета проект указывает Python 3.10 или новее; для первого опыта всё равно придётся отдельно загрузить выбранную модель. Для старых задач без этих моделей срочности обновления релиз не заявляет. [s1](#src-s1) [s2](#src-s2) [s5](#src-s5)

Важно различать права: **MIT относится к коду mlx-audio**, а не автоматически ко всем весам подключаемых моделей. У MLX-пакета Irodori v4-Large в опубликованной карточке нет собственной явной строки лицензии; до коммерческого использования проверьте условия исходной модели и компонентов отдельно. Чисел минимальной оперативной памяти и собственных испытаний на Mac здесь нет. [s3](#src-s3) [s6](#src-s6)

Если вам важнее уже исправленные ошибки потокового Voxtral и загрузки MOSS, посмотрите [предыдущий выпуск mlx-audio 0.5.8](https://modelium.tech/zhurnal/mlx-audio-0-5-8-voxtral-moss-local-mac-fixes/).

## Источники

1. [Blaizzy/mlx-audio v0.5.9 — официальный GitHub release](https://github.com/Blaizzy/mlx-audio/releases/tag/v0.5.9) — получено 2026-10-13
2. [mlx-audio v0.5.9 pyproject.toml](https://github.com/Blaizzy/mlx-audio/blob/v0.5.9/pyproject.toml) — получено 2026-10-13
3. [MLX Community Irodori-TTS-v4-Large-bf16: закреплённые веса и карточка](https://huggingface.co/mlx-community/Irodori-TTS-v4-Large-bf16/tree/aaa931c7fc2092611cde1b9b8eecf4cf830bcb66) — получено 2026-10-13
4. [Irodori-TTS documentation in mlx-audio v0.5.9](https://github.com/Blaizzy/mlx-audio/blob/v0.5.9/mlx_audio/tts/models/irodori_tts/README.md) — получено 2026-10-13
5. [mlx-audio 0.5.9 release on PyPI](https://pypi.org/project/mlx-audio/0.5.9/) — получено 2026-10-13
6. [MIT license of mlx-audio at v0.5.9](https://github.com/Blaizzy/mlx-audio/blob/v0.5.9/LICENSE) — получено 2026-10-13
7. [mlx-audio PR #992: Nemotron streaming STT](https://github.com/Blaizzy/mlx-audio/pull/992) — получено 2026-10-13
8. [mlx-audio PR #977: Fish S2 Pro streaming](https://github.com/Blaizzy/mlx-audio/pull/977) — получено 2026-10-13