Hacker News 音频技术 - 2025-08-27
1. Ask HN：目前最好的TTS模型是什么？
用户使用LLM研究TTS模型对比，寻求性能与价格最优方案，询问语音AI开发者推荐。
作者: moseswan | 发布于: 2025-08-26 21:23
2. 微软开源语音合成模型VibeVoice支持90分钟长语音与4种说话人风格
作者: Terretta | 发布于: 2025-08-26 09:46
3. Avalon：面向人机交互的自动语音识别系统
作者: jrmann100 | 发布于: 2025-08-21 21:24
4. Nvidia STT Parakeet v3
作者: MysticOracle | 发布于: 2025-08-15 23:09
5. Show HN：Nabu（安卓平台的TTS阅读器与LLM交互平台）
谷歌Gemma 3 270M本地LLM支持TTS，速度显著提升。项目处于开发阶段，寻求贡献，目标是构建快速演进的边缘模型试验场和实用工具。
作者: mewmix | 发布于: 2025-08-15 00:04
6. 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
7. Hugging Face TTS竞技场V2结果公布（Papla与Async.ai领先于ElevenLabs）
作者: zinagorc | 发布于: 2025-08-11 06:03
8. Hugging Face TTS竞技场V2结果公布（Papla与Async.ai领先于ElevenLabs）
作者: zinagorc | 发布于: 2025-08-10 18:01
9. Hugging Face TTS竞技场V2结果公布（Papla与Async.ai领先于ElevenLabs）
作者: leysan | 发布于: 2025-08-10 17:24
10. 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
11. [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
12. Show HN：Kitten TTS——仅需25MB的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。
作者: divamgupta | 发布于: 2025-08-06 05:04
13. Kitten TTS：仅需25MB的纯CPU开源语音模型
作者: jainilprajapati | 发布于: 2025-08-06 01:13
14. KittenTTS：小于25MB的文本转语音模型
作者: thunderbong | 发布于: 2025-08-05 13:30
15. 如何保存文章以供文本转语音使用
用户寻求替代Pocket的解决方案，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
16. 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，支持低成本规模化应用部署。
作者: feifan123 | 发布于: 2025-08-01 23:40
17. 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
18. Show HN：一款可朗读Kindle书籍且无时长限制的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。
作者: stevenhp | 发布于: 2025-07-30 18:44
19. 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
20. Show HN：RoboComic——AI驱动的单口喜剧对战（含TTS与自定义角色）
AI喜剧对战应用RoboComic：多智能体对话生成脱口秀对决，支持自定义喜剧角色和TTS语音，开源浏览器应用，支持英语和波兰语。
作者: lukuch | 发布于: 2025-07-26 11:02