AuK на Mac: появились MLX-веса для генерации и правки речи
На странице · 3 разделов
18 октября появились MLX-конверсии AuK и AuK-Flash вместе со Swift-кодом для запуска на Mac с Apple Silicon. Они позволяют исследователям генерировать речь и редактировать запись локально. Готового приложения для обычного пользователя пока нет; необходимый энкодер Qwen разрешён только для исследований и оценки.
AuK на Mac: появились MLX-веса для генерации и правки речи
Если нужно изменить произнесённую фразу в записи или получить речь по тексту без отправки аудио в облако, появился новый исследовательский вариант для Mac. 18 октября 2026 года в Hugging Face созданы MLX-пакеты AuK и более быстрого AuK-Flash, а автор Swift-порта разместил код для Apple Silicon. MLX — программная среда Apple для работы моделей на её чипах. Это не готовая программа с кнопками: для использования нужны разработческие навыки и отдельный компонент с ограничительной лицензией. s1 s2 s3
Что именно доступно
В пакетах Base и Flash лежат веса генератора и звукового декодера; полный перечень файлов подтверждён в закреплённых ревизиях. Ещё нужен семантический энкодер — модель, которая превращает текст и исходный звук в представление, понятное генератору. Для порта отдельно выложены BF16-, 8-битный и 4-битный варианты Qwen2.5-Omni-3B Thinker. Это не самостоятельная чат-модель: её пакет не содержит части исходного Omni для полноценного чата. s1 s2 s4
Swift-репозиторий содержит AuKCore и пакет интеграции MLXAuK для генерации и правки речи. В опубликованном примере разработчик заменяет фразу в аудиозаписи и сохраняет новый звук. Код открыт, но готового приложения для домашней установки или отдельного GitHub-релиза у порта на дату проверки нет. Поэтому эта новость не является проверенной редакцией инструкцией «установить и нажать». s3
Что известно о скорости и качестве
Автор порта сообщает о проверке шести типов задач на Base и Flash и о сравнении результатов Swift/MLX с исходной реализацией. В его тестах на Mac с M5 Max, 128 ГБ памяти и macOS 27.2 Flash быстрее Base: для варианта BF16 указано примерно 0,13 против 0,89 секунды обработки на секунду итогового звука. Это авторские замеры на конкретной машине, не независимый тест Modelium и не минимальные требования к Mac; данные о качестве относятся только к описанным автором примерам. s5
Можно ли использовать в коммерческом проекте
Веса AuK и AuK-Flash от Tencent и код порта указаны под MIT. Но необходимый энкодер Qwen2.5-Omni-3B распространяется по Qwen Research License: использование материалов ограничено некоммерческими исследованиями и оценкой; для коммерческого применения надо запрашивать отдельное разрешение. Команда AuK подтвердила, что MIT для её собственных компонентов не отменяет условий стороннего энкодера, и лишь планирует альтернативу с более свободной лицензией. Не путайте открытую часть комплекта с коммерческими правами на работающий конвейер. s6 s7 s8
Следующий шаг: если у вас Mac с Apple Silicon и вы исследуете обработку речи, начните с README Swift-порта и списка его компонентов; до любых коммерческих планов отдельно проверьте условия Qwen и наличие будущего альтернативного энкодера. Реальный запуск этих весов редакция не воспроизводила. s3 s7
Источники
- mlx-community/AuK-bf16: модельная карточка и файлы, ревизия e6a884e. Получено 18.10.2026.
- mlx-community/AuK-Flash-bf16: модельная карточка и файлы, ревизия 8ecb328. Получено 18.10.2026.
- mlx-auk-swift: README и код на закреплённом коммите 34fd7e7. Получено 18.10.2026.
- Qwen2.5-Omni-3B-Thinker-4bit: карточка и состав пакета, ревизия 5d410cf. Получено 18.10.2026.
- Авторы Swift-порта: методика и результаты измерений, коммит 34fd7e7. Получено 18.10.2026.
- Tencent AuK: лицензия исходных весов и кода. Получено 18.10.2026.
- Qwen2.5-Omni-3B: текст Qwen Research License на закреплённой ревизии. Получено 18.10.2026.
- Tencent-Hunyuan/AuK issue 13: ответ разработчика об ограничениях стороннего энкодера. Получено 18.10.2026.