# MLX-Audio 0.6.0: исправлены ошибки расшифровки на Mac

Источник: https://modelium.tech/zhurnal/mlx-audio-0-6-0-streaming-transcription-mac/

Вышла MLX-Audio 0.6.0 — программа для запуска речевых моделей на Mac с чипом Apple. Разработчики исправили потери символов при выдаче текста частями и ошибку определения языка после тишины в начале записи. Это обновление программы, а не новые веса модели; Modelium не проверял его запуск самостоятельно.

MLX-Audio 0.6.0: исправлены ошибки расшифровки на Mac

Запись начинается с тишины, а дальше идёт разговор. Раньше при распознавании по частям программа могла ошибиться с языком в начале и оставить последующие фрагменты почти без текста. В версии 0.6.0 разработчики исправили эту ошибку и повреждение отдельных символов в тексте, который появляется по мере обработки аудио. Это важно тем, кто уже расшифровывает записи на Mac локально. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

**Проверено по документации 19 октября 2026 года.** Стабильный релиз опубликован 19 октября и доступен на GitHub и PyPI. Редакция не запускала модель и не измеряла качество на своей записи. [s1](#src-s1) [s4](#src-s4)

## Что изменилось для расшифровки?

MLX-Audio — программа, которая запускает отдельные модели работы с речью на Mac с чипами Apple. При потоковой расшифровке текст появляется частями, а не только в конце обработки. Автор исправления показал, что раньше некоторые символы, например в японской записи, портились на стыке частей. Теперь программа собирает символ целиком, прежде чем показать его. Это описание исправления из проекта, не наш сравнительный тест. [s2](#src-s2) [s5](#src-s5)

Ещё одно исправление касается Qwen3-ASR — модели, которая превращает речь в текст. Если первый фрагмент был тихим, ошибочно распознанный язык мог применяться ко всей записи и оставлять следующие части пустыми. В 0.6.0 автоматическое определение языка выполняется для каждого фрагмента отдельно, если пользователь не выбрал язык сам. Автор PR описал воспроизведение ошибки, но по одному примеру нельзя обещать результат на любой записи. [s3](#src-s3)

## Почему изменились отметки времени?

Отметки времени связывают текст с моментом аудиозаписи. Для потоковой работы Qwen3-ASR прежние секунды у отдельных кусочков текста вычислялись приблизительно из процесса генерации, а не из реального положения слов в звуке. Теперь такие текстовые кусочки остаются без точного времени; границы крупных аудиофрагментов сохраняются. Если нужны секунды для каждого слова или субтитров, потребуется отдельное выравнивание текста с аудио. Для разработчиков это изменение формата результата: поле времени у текстового фрагмента может быть пустым (`null`). [s6](#src-s6)

Релиз также перечисляет поддержку дополнительных речевых моделей, в том числе Granite Speech 4.1 Plus и Phonon-2, и передачу пользовательского запроса в серверном интерфейсе для моделей, которые его принимают. Это возможности программы, а не утверждение, что веса этих моделей входят в пакет или имеют одну лицензию. [s1](#src-s1) [s7](#src-s7)

## Нужно ли обновляться сейчас?

Если вы уже используете MLX-Audio на Mac с Apple Silicon и замечали пропуски после тишины или испорченные символы при выдаче текста частями, новая версия имеет прямое отношение к вашей задаче. Официальная документация указывает Python 3.10+ и Mac с чипом серии M. Для первого запуска нужна отдельно выбранная совместимая модель и её загрузка; минимальную память для неё из размера файлов мы не выводим. [s4](#src-s4) [s5](#src-s5)

Код MLX-Audio опубликован под MIT, но права на веса каждой модели проверяются отдельно. Не принимайте автоматическую расшифровку за точную стенограмму: сверьте пропуски, имена и важные цифры с записью. Если вы не пользуетесь MLX-Audio, менять другой инструмент из-за этого релиза не требуется. [s8](#src-s8)

**Следующий шаг:** откройте официальный релиз 0.6.0, если обновляете существующую установку. Если хотите сначала понять возможности программы, посмотрите [предыдущий выпуск MLX-Audio 0.5.9](/zhurnal/mlx-audio-0-5-9-irodori-nemotron-streaming/) или [материал о поддержке Phonon-2](/zhurnal/phonon-2-mlx-audio-mac-direct-transcription/). [s1](#src-s1)

## Источники

1. [Blaizzy/mlx-audio release v0.6.0](https://github.com/Blaizzy/mlx-audio/releases/tag/v0.6.0) — получено 2026-10-19
2. [MLX-Audio PR #983: tokenizer-safe streaming detokenization](https://github.com/Blaizzy/mlx-audio/pull/983) — получено 2026-10-19
3. [MLX-Audio PR #1014: Qwen3-ASR language auto-detection per chunk](https://github.com/Blaizzy/mlx-audio/pull/1014) — получено 2026-10-19
4. [PyPI: mlx-audio 0.6.0](https://pypi.org/project/mlx-audio/0.6.0/) — получено 2026-10-19
5. [MLX-Audio README at v0.6.0](https://github.com/Blaizzy/mlx-audio/blob/v0.6.0/README.md) — получено 2026-10-19
6. [MLX-Audio PR #930: Qwen3-ASR streaming timestamps](https://github.com/Blaizzy/mlx-audio/pull/930) — получено 2026-10-19
7. [MLX-Audio PR #978: Granite Speech 4.1 Plus](https://github.com/Blaizzy/mlx-audio/pull/978) — получено 2026-10-19
8. [MLX-Audio MIT LICENSE at v0.6.0](https://github.com/Blaizzy/mlx-audio/blob/v0.6.0/LICENSE) — получено 2026-10-19