Hacker News 音频技术 - 2025-07-29
1. Show HN: RoboComic —— 由AI驱动的脱口秀对战(支持TTS语音与自定义角色)
RoboComic是一个AI生成虚拟喜剧演员对战的应用,支持多语言和自定义角色,开源且无需安装。
作者: lukuch | 发布于: 2025-07-26 11:02
2. 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平台有声书工具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
3. Show HN: Vogent Voicelab - 开源TTS模型推理工具(支持CSM-1B等)
Voicelab提供开源TTS模型的优化推理API,支持CSM-1B和Orpheus等模型。通过优化推理架构和后训练提升语音质量和扩展性,解决开源模型生产化难题。
作者: jag729 | 发布于: 2025-07-15 16:58
4. 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
5. 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
6. Telnyx推出NaturalHD TTS:带”呃”、”嗯”和笑声的拟人化语音
作者: maevesentner | 发布于: 2025-07-07 18:15
7. OpenAI TTS的LLM插件
作者: lynx97 | 发布于: 2025-07-07 16:26
8. 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
9. 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
10. Kyutai 1.6B流式文本转语音
作者: robotswantdata | 发布于: 2025-07-03 20:22
11. 仅用一句话为Piper TTS训练新语音
作者: naggie | 发布于: 2025-07-03 12:31
12. 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进行终端转录,支持离线运行且数据不离开本地设备,适用于编程、邮件和LLM输入。安装简便,MIT许可。
作者: primaprashant | 发布于: 2025-07-01 15:25
13. 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
14. Ask HN: 你们用什么推理服务器托管TTS模型?
作者指出当前TTS(文本转语音)服务示例大多未优化,如Modal Labs和BentoML使用FastAPI,希望找到基于TritonServer的高性能实现方案,避免重复造轮子。
作者: samagra14 | 发布于: 2025-06-30 15:50
15. Inworld 文本转语音
作者: igh | 发布于: 2025-06-26 17:49
16. 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美元/百万字符,将开源训练代码。
作者: rogilop | 发布于: 2025-06-26 17:11
17. 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
18. 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
19. 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
20. 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