hacker_news_audio_tech_2025-08-21

Hacker News 音频技术 - 2025-08-21

1. Nvidia STT Parakeet v3

作者: MysticOracle | 发布于: 2025-08-15 23:09


2. Show HN:Nabu(安卓平台的TTS阅读器与LLM交互平台)

谷歌Gemma 3 270M模型新增本地LLM到TTS的快速推理支持,旨在构建高速边缘模型实验平台,目前寻求开发贡献。

作者: mewmix | 发布于: 2025-08-15 00:04


3. TTS Studio:测试与比较基于浏览器的TTS模型

作者: CharlesW | 发布于: 2025-08-13 15:38


4. Hugging Face TTS竞技场V2结果公布(Papla与Async.ai领先ElevenLabs)

作者: zinagorc | 发布于: 2025-08-11 06:03


5. Hugging Face TTS竞技场V2结果公布(Papla与Async.ai领先ElevenLabs)

作者: zinagorc | 发布于: 2025-08-10 18:01


6. Hugging Face TTS竞技场V2结果公布(Papla与Async.ai领先ElevenLabs)

作者: leysan | 发布于: 2025-08-10 17:24


7. 误听:破解微型ASR模型生成达达主义诗歌

作者: evmaki | 发布于: 2025-08-10 16:48


8. [—

中文标题:
WIP:在GGML中实现英伟达Parakeet语音识别模型推理
—](https://news.ycombinator.com/item?id=44847823)

作者: jasonni | 发布于: 2025-08-09 16:27


9. Show HN:Kitten TTS——仅需25MB的纯CPU开源语音合成模型

Kitten TTS发布25MB开源语音模型,支持8种英语语音,无需GPU即可在边缘设备运行,专为低成本硬件优化。

作者: divamgupta | 发布于: 2025-08-06 05:04


10. Kitten TTS:仅25MB的纯CPU开源语音模型

作者: jainilprajapati | 发布于: 2025-08-06 01:13


11. KittenTTS:小于25MB的语音合成模型

作者: thunderbong | 发布于: 2025-08-05 13:30


12. 如何保存文章以供TTS朗读

用户寻求替代Pocket的阅读工具,需要保存长文章并提供可靠文本转语音功能,用于跑步或驾驶时收听。

作者: megahz | 发布于: 2025-08-04 10:11


13. Show HN:Inworld TTS 开源发布与技术报告

Inworld开源高质量文本转语音模型代码和技术报告,支持低成本规模化生产应用。

作者: feifan123 | 发布于: 2025-08-01 23:40


14. ChironX:基于Gemini视觉与TTS技术的开源AI吉他教练(Github.com)

作者: saurabhyer | 发布于: 2025-07-31 06:20


15. Show HN:一款可朗读 Kindle 电子书且不限时长的 iOS 文字转语音应用

iOS开发者推出无限制文本转语音应用,采用高质量AI语音,支持多种文档格式导入,提供流畅的听书体验。Android版本即将推出。

作者: stevenhp | 发布于: 2025-07-30 18:44


16. 最先进的多语言TTS系统:支持零样本语音克隆与说话风格控制

作者: selvan | 发布于: 2025-07-30 02:37


17. Show HN: RoboComic——AI驱动的单口喜剧对战(含TTS语音合成与自定义角色)

AI喜剧对战应用RoboComic,支持多智能体对话生成脱口秀比赛,提供自定义喜剧角色和TTS语音功能,开源浏览器应用。

作者: lukuch | 发布于: 2025-07-26 11:02


18. Show HN:基于Chatterbox TTS的英伟达有声书生成器

开发者创建了Chatterblez开源工具用于生成有声书,支持Windows平台并寻求跨平台扩展。另推荐无显卡用户使用CPU版audiblez,4小时即可生成有声书。

作者: beboplifa | 发布于: 2025-07-20 06:03


19. Show HN:Vogent Voicelab —— 开源 TTS 模型(CSM-1B 等)推理工具

Voicelab提供开源TTS模型优化推理API,通过专用音频架构和权重后训练解决生产级部署问题,支持多模型并持续扩展。

作者: jag729 | 发布于: 2025-07-15 16:58


20. PG论文TTS音频版

作者: caaaadr | 发布于: 2025-07-14 11:59