Hacker News 音频技术 - 2025-07-23
1. Show HN:基于Chatterbox TTS的Nvidia有声书生成器
开发者创建了基于PyQt的Windows版有声书工具Chatterblez,寻求贡献者支持macOS/Linux和显卡适配。另推荐无显卡时可用的CPU版有声书生成工具audiblez。
作者: beboplifa | 发布于: 2025-07-20 06:03
2. 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,提升生成质量和扩展性。
作者: jag729 | 发布于: 2025-07-15 16:58
3. PG论文通过TTS语音合成实现音频版
作者: caaaadr | 发布于: 2025-07-14 11:59
4. 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
5. 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
6. OpenAI TTS的LLM插件
作者: lynx97 | 发布于: 2025-07-07 16:26
7. 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
8. Show HN:适用于sway-Linux的简易语音转文字/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
9. Kyutai 1.6B流式文本转语音
作者: robotswantdata | 发布于: 2025-07-03 20:22
10. 仅用一句话为Piper TTS训练新语音
作者: naggie | 发布于: 2025-07-03 12:31
11. Show HN:我开发了一款本地语音转文字工具,可将想法快速输入Claude Code
开发者创建了本地语音转文本工具hns,使用faster-whisper实现终端录音转文字,支持离线运行且数据不离开本地设备,适用于编程、邮件等场景。MIT许可,可通过uv或pipx安装。
作者: primaprashant | 发布于: 2025-07-01 15:25
12. 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
13. Ask HN: 你们用什么推理服务器托管TTS模型?
作者寻求优化文本转语音(TTS)服务的方案,指出现有示例(如FastAPI实现)效率不高,建议使用TritonServer实现并发和批处理优化,并征求相关经验分享。
作者: samagra14 | 发布于: 2025-06-30 15:50
14. Inworld 文本转语音
作者: igh | 发布于: 2025-06-26 17:49
15. Show HN: Inworld TTS——高质量、经济实惠且低延迟的文本转语音
Inworld发布高质量多语言TTS模型TTS-1和TTS-1-Max,基于LLaMA架构,支持语音标记优化,延迟低至500ms,价格$5/百万字符,将开源训练代码。
作者: rogilop | 发布于: 2025-06-26 17:11
16. 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
17. 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
18. 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
19. 我用8200万参数神经网络模型打造本地TTS插件——土豆电脑也能跑
作者: pinguy | 发布于: 2025-06-21 13:05
20. 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