auk - 在 Apple Silicon 本地生成和编辑语音
使用 MLX 8 位模型在本地生成和编辑语音，支持声音克隆、文本转语音、音频处理、分离和 ASR 验证。
标签
更新于: 2026-10-08能力
典型输入
典型输出
该技能可以做什么
- 生成克隆语音
- 合成描述声音
- 编辑口语内容
- 编辑演唱歌词
- 调整音高和语速
- 调整音量和情绪
- 修改人声音色
- 添加或移除非语言声音
- 转换耳语语音
- 消除普通话口音
- 增强和修复音频
- 分离说话人和人声
- 验证生成音频
- 分析生成阶段
输入
- 文本指令
- 参考音频
- 源音频
- 声音描述
- 待编辑短语
- 音频效果参数
- 说话人线索
- 模型权重
- AuK 环境路径
输出
- 生成的 WAV 音频
- 编辑后的 WAV 音频
- 验证结果
- JSON 收据
- 耗时和资源指标
- 环境诊断结果
要求
- Apple Silicon Mac
- Python 3.12 环境
- 兼容 MLX 的 GPU
- AuK 模型权重
- 本地 Orukeet 验证器
- 所需音频依赖