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

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 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 s3 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 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 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 s2 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 s6

Если вам важнее уже исправленные ошибки потокового Voxtral и загрузки MOSS, посмотрите предыдущий выпуск mlx-audio 0.5.8.