Нашел полезную библиотеку для оптимизированной офлайн работы с голосом под Mac/iOS (через mlx) https://github.com/Blaizzy/mlx-audio Поддерживает кучу моделей из коробки. Text-to-Speech (TTS): Kokoro-82M-bf16 Qwen3-TTS-12Hz-1.7B-VoiceDesign-bf16 CSM-1b Dia-1.6B-bf16 OuteTTS-0.2-500M SparkTTS-0.5B-bf16 Chatterbox-bf16 Soprano-bf16 Speech-to-Text (STT): whisper-large-v3-turbo-asr-fp16 parakeet-tdt-0.6b-v2 Voxtral-Mini-3B-2507-bf16 VibeVoice-ASR-bf16 Speech-to-Speech (STS): sam-audio-large LFM2.5-Audio-1.5B-8bit MossFormer2_SE_48K_MLX Есть, и UI, и клонирование голоса, и LLM поддержка, и библиотека под swift. Можно делать приложения для работы с голосом или собрать под себя.