由于 trendforge.devlive.top 访问受限，请切换到 trendforge.devlive.org 域名
5分钟快速开始：在Apple Silicon上运行MLX-Audio
在Apple Silicon Mac上快速安装并运行MLX-Audio，体验高效的文本转语音(TTS)功能。
环境要求
支持的操作系统
运行环境
所需工具
Python包管理工具
操作步骤
安装MLX-Audio
使用pip安装mlx-audio包。这会自动安装所有必要的依赖项。
pip install mlx-audio预期结果：：Successfully installed mlx-audio-...
确保你的Mac是Apple Silicon (M1/M2/M3) 芯片，并且Python版本为3.9或更高。
使用命令行生成第一段语音
运行一个简单的TTS命令，将文本转换为语音文件。
mlx-audio-tts --text "Hello, world! This is MLX Audio." --output hello.wav --model Kokoro预期结果：：生成文件 `hello.wav` 或 `audio000.wav`（如果有多段）。
第一次运行时，模型需要下载，可能需要几分钟，取决于网络速度。
使用Python API生成语音
通过几行Python代码，更灵活地生成语音。
python -c "from mlx_audio.tts import TTS; tts = TTS(model='Kokoro'); tts.generate(text='Welcome to the world of Apple Silicon audio processing!', output='welcome.wav')"预期结果：：在当前目录下生成 `welcome.wav` 文件。
模型首次加载时会缓存，后续调用会更快。
验证生成结果
使用系统命令播放生成的音频文件。
afplay hello.wav预期结果：：你的Mac扬声器会播放出清晰的英语语音。
你也可以直接用Finder双击打开`hello.wav`文件进行播放。
验证安装与运行成功
成功完成上述步骤，并能听到生成的语音，即表示MLX-Audio已正确安装并运行。
快速提示
首次运行时，模型会从Hugging Face下载，确保网络连接稳定。
使用`--model`参数可以尝试不同的TTS模型，如`KittenTTS`（更轻量）或`Spark`（支持中英文）。
对于长时间的文本，可以使用`--stream`参数进行流式生成，减少等待时间。
常见问题
安装时出现`error: Microsoft Visual C++ 14.0 or greater is required`
MLX-Audio主要针对macOS和Apple Silicon优化。此错误通常发生在Windows/Linux上，建议在兼容的Mac上运行。
运行TTS命令时提示模型下载失败或超时
检查网络连接，或尝试使用国内镜像源。也可以预先下载模型到本地，然后通过`--model`指定本地路径。
生成的音频文件播放时没有声音或声音异常
确保`afplay`命令指向了正确的文件路径。尝试使用`--model Kokoro`等其他模型，或调整生成参数。
下一步
探索更多模型
查看README中的'Supported Models'表格，尝试不同的TTS/STT模型，体验多语言、语音克隆等功能。
运行Web界面
使用`mlx-audio serve`命令启动一个交互式的Web界面和API服务器，提供3D音频可视化。
集成到你的项目
参考Python API文档，将文本转语音功能集成到你的Python应用、脚本或自动化流程中。
相关项目推荐
public-apis/public-apis
免费API资源汇总列表
EbookFoundation/free-programming-books
📚 免费提供的编程书籍
vinta/awesome-python
回答“我想用 Python 做 X，我应该使用哪个工具？”的最终列表。
practical-tutorials/project-based-learning
基于项目的教程精选列表
NousResearch/hermes-agent
与你共同成长的智能体
TheAlgorithms/Python
所有算法均使用Python实现