基于MLX(Apple Silicon)与开源模型(默认GLM-ASR-Nano-2512)的本地语音转文本。
MLX STT.是一项面向实际任务的技能,主要用于Speech-to-Text/ASR/Trancis 本地有 MLX(苹果硅)和开源模型(默认为 GLM-ASR-Nano-2512). 自由与精确. 不需要 api 密钥. 不需要服务器. . . mlx : macOS w.。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;
涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
基于 MLX(Apple Silicon)和开源模型(默认为 GLM-ASR-Nano-2512)的本地语音转文字(Speech-To-Text / ASR / Transcribe)工具。
免费且准确。无需 API 密钥,也无需服务器。
mlx:需运行在搭载 Apple Silicon 的 macOS 系统上brew:若依赖项未安装,则用于安装相关依赖bash ${baseDir}/install.sh
该脚本会在必要时通过 brew 安装以下命令行工具:
ffmpeg:在需要时转换音频格式uv:安装 Python 包并运行 Python 脚本mlx_audio:执行实际的语音识别任务要对音频文件进行转录,请运行以下脚本:
bash ${baseDir}/mlx-stt.sh
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习