Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-28 02:48 UTC

Blaizzy / mlx-audio

A text-to-speech (TTS), speech-to-text (STT) and speech-to-speech (STS) library built on Apple's MLX framework, providing efficient speech analysis on Apple Silicon.

PythonMIT★ 7.796 Sterne⑂ 699 Forksseit Nov. 2024Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#apple-silicon#audio-processing#mlx#multimodal#speech-recognition#speech-synthesis#speech-to-text#text-to-speech#transformers

Blaizzy/mlx-audio erreicht einen Gesundheitsindex von 95 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Vitality (98/100) ab, am schwächsten bei Security (59/100). Zuletzt heute aktualisiert. 3 Mitwirkende tragen den Großteil der jüngsten Arbeit.

95
gesamt / 100
Außergewöhnlich

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

95
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 82 wird auf der veröffentlichten Indexskala auf 95 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Prince CanumaPersönliches Konto
1.492 Follower106 öffentliche Reposseit Nov. 2016kulissiwa.com

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPImlx-audio0.5.0582.23929vor 10 Tagen

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

98Außergewöhnlich · 21 % des Gesamtindex

Entwicklungsaktivität

96Außergewöhnlich
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
32.5/36Commit-Rhythmus — 47/52 Wochen mit Commits
18/18Commit-Volumen — 824 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 8 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year824
human_commit_share1
days_since_last_push0
active_weeks_last_year47

Release-Disziplin

100Außergewöhnlich
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 29 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 10 Tagen
27/27Release-Rhythmus — ein Release etwa alle 18,1 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count29
latest_release_tagv0.5.0
releases_from_tagsnein
days_since_latest_release10
mean_days_between_releases18,1
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): OpenSSF Scorecard: Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

81Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

93Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 7.796 Stars
23.7/25Forks — 699 Forks
9.6/15Watcher — 54 Watcher
Verwendete Eingangsdaten
forks699
stars7.796
watchers54
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

57Mittel
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingnein
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesshields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

96Außergewöhnlich
Wie die Bewertung erfolgt
76.9/80Downloads pro Monat — 582.239 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmlx-audio
dependents—
ecosystemspypi
total_downloads—
monthly_downloads582.239
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

81Exzellent · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

76Gut
Wie die Bewertung erfolgt
36/54Bus-Faktor — 3 Beitragende decken die Hälfte aller Commits ab
16.8/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 25 % der Commits
13.5/13.5Breite der Beitragenden — 99 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 16 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor3
contributors_sampled99
top_contributor_share0,252

Reaktionsfähigkeit bei Issues & PRs

81Exzellent
Wie die Bewertung erfolgt
32.3/42Issue-Lösungsquote — 77 % der Issues geschlossen
24.3/30PR-Annahme — 452/559 entschiedene PRs gemergt
11.1/13Newcomer PR acceptance — 6/7 PRs von Erstbeitragenden in 30 Tagen gemergt
13.5/15OpenSSF Scorecard: Code-Review — Found 11/12 approved changesets -- score normalized to 9
Verwendete Eingangsdaten
merged_prs452
open_issues73
closed_issues241
prs_merged_7d3
prs_decided_7d4
prs_merged_30d29
prs_decided_30d31
issue_closed_ratio0,768
closed_unmerged_prs107
first_time_authors_30d7
first_time_prs_merged_30d6
first_time_prs_decided_30d7

Eigentümerschaft & Trägerschaft

72Gut
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
22.8/25Reichweite des Inhabers — 1.492 Follower von Blaizzy
25/25Kontohistorie — 106 öffentliche Repos, Kontoalter ca. 9 Jahre
Verwendete Eingangsdaten
followers1.492
owner_typeUser
is_verified—
owner_loginBlaizzy
public_repos106
account_age_days3.573
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 10 Tagen
20/20Versionshistorie — 29 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmlx-audio
ecosystemspypi
any_deprecatednein
min_days_since_publish10

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

92Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

94Außergewöhnlich
Wie die Bewertung erfolgt
24/24CI-Workflows — 4 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .eslintrc.json, pyproject.toml ([tool.black], [tool.isort])
9.6/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 12 out of 12 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_configja

Dokumentation

90Exzellent
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://blaizzy.github.io/mlx-audio/
10/10Repository-Beschreibung
10/10Topics — 9 Topics
0/10Wiki
Verwendete Eingangsdaten
topicsapple-silicon, audio-processing, mlx, multimodal, speech-recognition, speech-synthesis, speech-to-text, text-to-speech, transformers
has_wikinein
homepagehttps://blaizzy.github.io/mlx-audio/
docs_sitehttps://blaizzy.github.io/mlx-audio/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

59Mittel · 16 % des Gesamtindex

Sicherheitslage

49Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.5/2.5CI-Tests — 12 out of 12 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
6.8/7.5Code-Review — Found 11/12 approved changesets -- score normalized to 9
2.5/2.5Contributors — project has 16 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 8 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — keine Daten
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 43 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,9
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection, Signed-Releases. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages33
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:mlx-audio@0.5.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 33 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

64Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

38Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
38.4/40Lesbare Commit-Historie — 72 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,72
agent_instruction_files—
agent_instruction_max_bytes—

AI-Verify-Loop (Build / Test / Typprüfung)

64Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .eslintrc.json, pyproject.toml ([tool.black], [tool.isort])
11/11Statische Typprüfung — examples/bible-audiobook/tsconfig.json, mlx_audio/ui/tsconfig.json
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 31 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configsexamples/bible-audiobook/tsconfig.json, mlx_audio/ui/tsconfig.json
agent_commit_share0,31
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

81Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (examples/bible-audiobook/tsconfig.json, mlx_audio/ui/tsconfig.json)
54.3/55Handhabbare Dateigrößen — 10/806 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes373.453
source_files_sampled806
oversized_source_files10

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

7.796GitHub-Sterne
99Mitwirkende
824Commits, letzte 12 Monate
0Tage seit letztem Push
29Releases
3Bus-Faktor
73offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • First-time contributor figures cover 12 of 13 authors (cap 12)

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 699 ⇿
0Sterne
699Forks
29Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

0125250375500625750681532025-022025-112026-08
Major 0Minor 5Patch 23

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 4.9 / 10
4.9Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-08-28 02:48 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
10CI-Tests12 out of 12 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
9Code-ReviewFound 11/12 approved changesets -- score normalized to 9
10Contributorsproject has 16 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 8 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
k. A.Signed-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities43 existing vulnerabilities detected
Direkte Abhängigkeiten 8
RegistryPaketVersionsvorgabeManifest
PyPIhuggingface_hub>=1.0pyproject.toml
PyPIminiaudio>=1.61pyproject.toml
PyPImlx>=0.31.1pyproject.toml
PyPInumpy>=1.26.4pyproject.toml
PyPIscipy>=1.10.0pyproject.toml
PyPIsounddevice>=0.5.3pyproject.toml
PyPItqdm>=4.67.1pyproject.toml
PyPItransformers>=5.14.0pyproject.toml
Alle Abhängigkeiten 136

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 10 direkte und 126 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIhuggingface-hub1.11.0direkt
PyPIminiaudio1.61direkt
PyPImlx0.31.2direkt
PyPInumpy2.2.6direkt
PyPInumpy2.3.5direkt
PyPIscipy1.15.3direkt
PyPIscipy1.17.0direkt
PyPIsounddevice0.5.3direkt
PyPItqdm4.67.1direkt
PyPItransformers5.14.1direkt
npm@react-three/drei~9.105.6indirekt
npm@react-three/fiber~8.16.8indirekt
npm@types/bunlatestindirekt
npm@types/fluent-ffmpeg^2.1.27indirekt
npm@types/node^20indirekt
npm@types/node^22.13.10indirekt
npm@types/react^18indirekt
npm@types/react-dom^18indirekt
npmclass-variance-authority^0.7.1indirekt
npmclsx^2.1.1indirekt
npmD^1.0.0indirekt
npmeslint^8indirekt
npmeslint-config-next14.2.16indirekt
npmfluent-ffmpeg^2.1.3indirekt
npmlucide-react^0.511.0indirekt
npmmkdirp^3.0.1indirekt
npmnext^15.4.7indirekt
npmnext-themes^0.4.6indirekt
npmpostcss^8indirekt
npmreact^18indirekt
npmreact-dom^18indirekt
npmtailwind-merge^3.3.0indirekt
npmtailwindcss^3.4.1indirekt
npmtailwindcss-animate^1.0.7indirekt
npmthree^0.163.0indirekt
npmtypescript^5indirekt
PyPIannotated-doc0.0.4indirekt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.12.1indirekt
PyPIattrs25.4.0indirekt
PyPIbabel2.17.0indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIbackrefs6.2indirekt
PyPIblack26.1.0indirekt
PyPIcertifi2026.1.4indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIclick8.3.1indirekt
PyPIcolorama0.4.6indirekt
PyPIdistlib0.4.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfastapi0.128.0indirekt
PyPIfilelock3.20.3indirekt
PyPIfsspec2026.1.0indirekt
PyPIghp-import2.1.0indirekt
PyPIgriffelib2.0.2indirekt
PyPIh110.16.0indirekt
PyPIhf-xet1.4.3indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttptools0.7.1indirekt
PyPIhttpx0.28.1indirekt
PyPIidentify2.6.16indirekt
PyPIidna3.11indirekt
PyPIiniconfig2.3.0indirekt
PyPIisort7.0.0indirekt
PyPIjinja23.1.6indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPImarkdown3.10.2indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImdurl0.1.2indirekt
PyPImergedeep1.3.4indirekt
PyPImistral-common1.8.8indirekt
PyPImkdocs1.6.1indirekt
PyPImkdocs-autorefs1.4.4indirekt
PyPImkdocs-get-deps0.2.2indirekt
PyPImkdocs-material9.7.6indirekt
PyPImkdocs-material-extensions1.3.1indirekt
PyPImkdocstrings1.0.3indirekt
PyPImkdocstrings-python2.0.3indirekt
PyPImlx-lm0.31.3indirekt
PyPImlx-metal0.31.2indirekt
PyPImypy-extensions1.1.0indirekt
PyPInodeenv1.10.0indirekt
PyPIpackaging26.0indirekt
PyPIpaginate0.5.7indirekt
PyPIpathspec1.0.4indirekt
PyPIpillow12.1.0indirekt
PyPIplatformdirs4.5.1indirekt
PyPIpluggy1.6.0indirekt
PyPIpre-commit4.5.1indirekt
PyPIprotobuf6.33.5indirekt
PyPIpycountry24.6.1indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.12.5indirekt
PyPIpydantic-core2.41.5indirekt
PyPIpydantic-extra-types2.11.0indirekt
PyPIpygments2.19.2indirekt
PyPIpymdown-extensions10.21.2indirekt
PyPIpytest9.0.2indirekt
PyPIpytest-asyncio1.3.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.22indirekt
PyPIpytokens0.4.1indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyyaml-env-tag1.1indirekt
PyPIreferencing0.37.0indirekt
PyPIregex2026.1.15indirekt
PyPIrequests2.32.5indirekt
PyPIrich14.3.3indirekt
PyPIrpds-py0.30.0indirekt
PyPIsafetensors0.8.0indirekt
PyPIsentencepiece0.2.1indirekt
PyPIsetuptools80.10.1indirekt
PyPIshellingham1.5.4indirekt
PyPIsix1.17.0indirekt
PyPIsoundfile0.13.1indirekt
PyPIsoxr1.0.0indirekt
PyPIstarlette0.50.0indirekt
PyPItiktoken0.12.0indirekt
PyPItokenizers0.22.2indirekt
PyPItomli2.4.0indirekt
PyPItyper0.24.1indirekt
PyPItyping-extensions4.15.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIurllib32.6.3indirekt
PyPIuvicorn0.40.0indirekt
PyPIuvloop0.22.1indirekt
PyPIvirtualenv20.36.1indirekt
PyPIwatchdog6.0.0indirekt
PyPIwatchfiles1.1.1indirekt
PyPIwebrtcvad2.0.10indirekt
PyPIwebsockets16.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:mlx-audio@0.5.0 zieht 33 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit Blaizzy/mlx-audio teilen. Nebeneinander lesen →

86drakulavich/kesha-voice-kitGive your tools a voice — speech to text and back, 25 languages, up to ~19× faster than Whisper. On your machine.Exzellent94raullenchai/Rapid-MLXThe fastest local AI engine for Apple Silicon. 4.2x faster than Ollama, 0.08s cached TTFT, 100% tool calling. 17 tool parsers, prompt cache, reasoning separation, cloud routing. Drop-in OpenAI replacement. Works with Claude Code, Cursor, Aider.Außergewöhnlich93deepgram/deepgram-python-sdkOfficial Python SDK for Deepgram.Außergewöhnlich89lfnovo/esperantoA unified interface for various AI model providersExzellent87lpalbou/mlx-genGenerative image and video runtimes for Apple Silicon (MLX): text/image-to-image, instruction editing, masked edit, text/image/reference-to-video, video editing, and restoration.Exzellent77jjang-ai/vmlxvMLX - Use MLX models easily - JANGQ (GGUF for MLX) - Not dependant on mlx_vlmGut

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.