MLX Audio 0.6.2: русская речь Phonon-2.5 на Mac

MLX Audio 0.6.2: русская речь Phonon-2.5 на Mac

Если у вас есть запись на русском и вы уже используете MLX Audio на Mac, теперь её можно расшифровать моделью Phonon-2.5 в этой же программе. 26 октября 2026 года вышла стабильная версия MLX Audio 0.6.2 с поддержкой модели. Это обновление программы: сами веса Phonon-2.5 опубликованы раньше. Под расшифровкой здесь понимается превращение аудиозаписи в текст, а не озвучивание написанного текста. s1 s2 s3

Что изменилось по сравнению с прежней версией?

Разработчики добавили загрузку Phonon-2.5 и отдельного англоязычного варианта прямо через обычный интерфейс MLX Audio. Раньше для этой модели был документирован другой путь — программа Fermion Research. Теперь человек, работающий с MLX Audio на Mac с чипом Apple, может выбрать Phonon-2.5 без перехода на отдельный движок Fermion. Модель распознаёт 25 языков, включая русский, согласно её карточке. s1 s2 s3

В релиз также вошли поддержка речевых моделей Ming 3.0 Tiny и Granite Speech 5.0, исправления потоковой генерации речи и работы с аудио. Это разные задачи и модели, а не доказательство, что одна из них лучше других на вашем устройстве. s1

Как выглядит первый результат?

Это технический способ через терминал, не готовое настольное приложение с кнопкой «Расшифровать». Документация требует Python 3.10 или новее и предлагает установить модуль командой pip install 'mlx-audio[stt]'. Затем в каталоге с вашей записью audio.wav выполните mlx_audio.stt.generate --model FermionResearch/Phonon-2.5 --audio audio.wav --output-path transcript. Здесь audio.wav — пример имени собственного файла; результат по умолчанию сохраняется как transcript.txt. При первом обращении модель скачивается и проверяется, после чего используется локальный кэш. Эти шаги сверены с документацией и исходным кодом версии 0.6.2, но Modelium не запускал модель на Mac. s2 s4 s5

Для короткой проверки можно записать фразу «Встреча в среду в десять часов» и открыть полученный текстовый файл. Сверьте день и время с записью; мы не обещаем, что модель воспроизведёт их без ошибки. Если файл не появился, сначала проверьте, что выбран Python не ниже 3.10, аудиофайл находится по указанному пути, а первая загрузка весов прошла с доступом к сети. Требования к оперативной памяти и скорость именно на вашем Mac в этой инструкции не измерены. s2 s4

Что важно о правах и качестве?

Код MLX Audio опубликован под MIT; это не лицензия весов Phonon-2.5. Карточка модели отмечает CC BY 4.0 и содержит отдельный текст лицензии весов. Оценки ошибок распознавания в карточке принадлежат авторам модели, а не редакции. Если нужен путь без MLX Audio либо работа на Linux и Windows, смотрите отдельный материал о Phonon-2.5 и официальную инструкцию Fermion; этот релиз MLX Audio не превращает Mac-решение в универсальный для всех ОС запуск. s3 s5 s6

Следующий шаг: владельцу Mac, уже использующему MLX Audio, стоит проверить версию 0.6.2 и попробовать короткую запись через документированную команду. Если вам важнее сравнить точность и условия весов модели, откройте отдельную статью о Phonon-2.5. Источники проверены 27 октября 2026 года. s1 s2 s3