GitHub - agentem-ai/izwi-audio：用于 hugginface 音频模型的推理
内容摘要
Izwi 是一个基于 Rust 的高性能文本转语音 (TTS) 推理引擎，专门为在 Apple Silicon (M1+) 上运行的 Qwen3-TTS 模型设计，它利用 MLX 实现统一内存和 Metal GPU 加速。主要特点包括超低延迟流式传输、通过基于 React 的 UI 进行直接模型管理，以及兼容 OpenAI 的 REST API 端点。它支持用于基础语音生成和使用参考音频进行语音克隆的各种 Qwen3-TTS 模型，以及用于语音转文本转录的 Qwen3-ASR 模型。支持通过 Docker 或在 macOS/Linux 上进行原生安装进行部署，并为生产和开发环境提供了详细的快速入门指南。
(来源：GitHub)