Hacker News 音频技术 - 2025-07-19
1. Show HN：Vogent Voicelab - 开源TTS模型推理工具（支持CSM-1B等）
Voicelab提供开源TTS模型的优化API，支持CSM-1B和Orpheus等模型。通过优化推理架构和后期训练，解决开源语音模型生产化难题，提升质量和扩展性。
作者: jag729 | 发布于: 2025-07-15 16:58
2. PG论文通过TTS语音合成实现有声版
作者: caaaadr | 发布于: 2025-07-14 11:59
3. 延迟流建模：Kyutai语音识别与合成技术
作者: jasonjmcghee | 发布于: 2025-07-10 05:29
4. Telnyx推出NaturalHD TTS：带”嗯”、”呃”和笑声的拟人化语音
作者: maevesentner | 发布于: 2025-07-07 18:15
5. OpenAI TTS的LLM插件
作者: lynx97 | 发布于: 2025-07-07 16:26
6. 我的TTS工具性能排行榜（2025年7月版）
作者: paulo20223 | 发布于: 2025-07-07 12:06
7. Show HN：适用于sway-Linux的简易STT/听写脚本
提供基于Sway和NVIDIA GPU的本地语音转文字方案，避免依赖Linux外的服务。
作者: csunoser | 发布于: 2025-07-04 21:14
8. Kyutai 1.6B流式文本转语音
作者: robotswantdata | 发布于: 2025-07-03 20:22
9. 仅用一句话为Piper TTS训练新语音
作者: naggie | 发布于: 2025-07-03 12:31
10. Show HN：我开发了一款本地语音转文字工具，可将思绪直接导入Claude Code
开发者创建了本地语音转文本工具hns，使用faster-whisper技术，支持离线运行，可将语音直接转为剪贴板文本，适用于终端操作和LLM输入。MIT许可，安装简便。
作者: primaprashant | 发布于: 2025-07-01 15:25
11. 使用OpenAI的TTS API为博客添加文本转语音功能
作者: EconoBen | 发布于: 2025-06-30 20:30
12. Ask HN: 你们用什么推理服务器托管TTS模型？
作者寻求优化TTS服务部署方案，指出现有FastAPI示例效率不高，建议使用TritonServer实现模型并发和批处理，希望获得相关实现经验。
作者: samagra14 | 发布于: 2025-06-30 15:50
13. Inworld 文本转语音
作者: igh | 发布于: 2025-06-26 17:49
14. Show HN：Inworld TTS——高质量、经济实惠且低延迟的文本转语音
Inworld发布两款高质量多语言TTS模型：TTS-1和TTS-1-Max，基于LLaMA架构，支持语音标记，延迟低至500ms，价格5美元/百万字符，即将开源训练代码。
作者: rogilop | 发布于: 2025-06-26 17:11
15. Show HN：Piper-mode——基于Piper TTS引擎的Emacs文本转语音插件
作者: snowy_owl | 发布于: 2025-06-26 13:56
16. Inworld TTS：成本降低20倍，业界领先的文本转语音技术
作者: timmyd | 发布于: 2025-06-25 17:09
17. Veena——面向印度语言的开源文本转语音系统
作者: Dheemanthreddy | 发布于: 2025-06-25 13:19
18. 我用8200万参数神经网络模型打造本地TTS插件——土豆级设备也能运行
作者: pinguy | 发布于: 2025-06-21 13:05
19. Kyutai STT——专为实时使用优化的语音转文本工具
作者: ajuhasz | 发布于: 2025-06-19 21:12
20. Show HN：简易文本转语音辅助沟通应用
开发者分享了一个近期完成的项目，已进入可用状态并从中获得乐趣。
作者: SubzeroCarnage | 发布于: 2025-06-18 16:45