hacker_news_audio_tech_2025-07-19

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