f5-tts-mlx 是音频音乐领域的开源项目，由 lucasnewman 开发，2024 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 644。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-20。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：在Mac上离线合成有声书或播客配音。同类可对比的替代方案包括 F5-TTS (官方实现)、Coqui TTS、Piper TTS。
f5-tts-mlx
在 Mac 上本地跑 F5-TTS，零样本克隆语音
f5-tts-mlx 是 F5-TTS 模型在 Apple MLX 框架上的实现，旨在让 TTS 模型在 Apple Silicon 芯片上高效运行。它解决了 F5-TTS 原版依赖 CUDA、在 Mac 上无法充分利用硬件性能的问题，通过 MLX 优化实现端到端的文本到语音合成。核心能力包括：基于 flow-matching 和 diffusion transformer 架构，支持零样本语音克隆，即仅需几秒参考音频即可合成目标说话人的语音；提供命令行推理、Web 界面和 Python API，方便集成；支持批量生成、语音停顿控制、多语言合成等。项目处于早期阶段，但已具备可用的推理流程，适合在 Mac 上本地运行 TTS 任务。
开源
free
音频音乐
GitHub 星标
★ 644
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队lucasnewman
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型diffusion-transformer,flow-matching,mlx,text-to-speech,tts
GitHub 星标★ 644
30天Star增速
HF 下载量
上线时间2024-10-13 00:00:00
最近更新2026-09-20 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5
使用教程
核心亮点
- 原生支持 Apple Silicon，利用 MLX 加速，无需 CUDA
- 支持零样本语音克隆，几秒参考音频即可合成新音色
- 提供 CLI、Web UI 和 Python API 多种使用方式
不足之处
- 仅支持 Apple Silicon，Intel Mac 和 Windows/Linux 无法使用
- 文档和社区尚不完善，示例和教程较少
适用场景
- 在 Mac 上离线合成有声书或播客配音
- 为视频或游戏快速生成多角色语音
- 个人语音助手或无障碍工具的本地 TTS 集成
替代项目
F5-TTS (官方实现)、Coqui TTS、Piper TTS
项目介绍
上一篇：voice-builder
下一篇：vits2
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···