Hacker News 音频技术 - 2025-07-25
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,寻求贡献者帮助移植到macOS/Linux。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训练提升生成质量,解决开源语音模型生产化难题。
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的简易语音转写/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外的服务或向第三方发送语音数据。
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,录音内容直接转为剪贴板文本,便于与Claude Code等LLM交互。MIT许可,安装简单。
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TTS服务的实现方案,指出当前示例(如FastAPI)未优化,建议使用TritonServer提升性能,希望获得相关经验分享避免重复工作。
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,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文本转语音工具
作者: snowy_owl | 发布于: 2025-06-26 13:56
17. Inworld TTS:成本降低20倍,最先进的文本转语音技术
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——土豆级设备也能运行
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