Hacker News 音频技术 - 2026-03-10
1. Show HN：TTS.ai
作者: nadermx | 发布于: 2026-03-08 07:01
2. Qwen3-ASR-Swift
作者: handfuloflight | 发布于: 2026-03-05 10:00
3. Show HN：KokoClone——使用 Kokoro TTS 实现零样本语音克隆
KokoClone项目在Kokoro TTS基础上实现零样本语音克隆，支持多语言，可在CPU/GPU上运行，保持原项目的速度和实时性。
作者: Ashish106 | 发布于: 2026-03-04 19:07
4. 多语言ASR中的音调保真度：一项诊断性评估
作者: ibobev | 发布于: 2026-03-04 18:10
5. Ask HN：Mac 上有类似 willowvoice 的 TTS 工具吗？
用户询问Mac上是否有类似WillowVoice的快捷键高质量文本朗读工具。
作者: fiiico | 发布于: 2026-03-04 11:24
6. 原生 Swift/MLX 实现完整语音处理流程：端侧语音识别、合成与语音转换
作者: ipotapov | 发布于: 2026-03-03 06:41
7. Qwen3-ASR 0.6B与1.7B转录模型的C语言推理实现
作者: Curiositry | 发布于: 2026-02-28 00:05
8. Parakeet.cpp – 纯C++实现鹦鹉语音识别推理，支持Metal GPU加速
作者: noahkay13 | 发布于: 2026-02-27 03:48
9. Show HN：基于Kitten TTS的CPU低延迟流式语音助手
Neo AI开发了一个在CPU上低延迟运行的语音助手管道，适用于普通笔记本或边缘设备，包含语音检测和流式处理模块。
作者: gauravvij137 | 发布于: 2026-02-26 12:42
10. TinyTTS：超轻量级英语TTS（900万参数，20MB），CPU提速8倍，GPU提速67倍
TinyTTS是一个专为边缘设备设计的超小型文本转语音模型，仅20MB，支持CPU/GPU，可快速生成音频，旨在解决本地AI语音助手资源占用过高的问题。
作者: letrghieu | 发布于: 2026-02-25 14:46
11. Show HN：Moonshine 开源权重语音转文字模型——准确率超越 WhisperLargev3
小型初创公司推出开源语音转文本模型，在流式处理和词错率方面优于OpenAI Whisper，性能接近行业领先水平。
作者: petewarden | 发布于: 2026-02-24 21:54
12. Show HN：Localvoxtral – 在 macOS 上实现带流式语音识别的本地实时听写
本地macOS菜单栏应用，使用Mistral Voxtral实现实时语音转文字，完全在设备上运行，无需云端或订阅。支持Apple Silicon和NVIDIA GPU两种后端。
作者: T0mSIlver | 发布于: 2026-02-24 15:00
13. Show HN：TTSLab——一款基于WebGPU在浏览器中运行的语音AI助手与TTS实验室
TTSLab是一款开源工具，可在浏览器内通过WebGPU和WASM本地运行文本转语音和语音转文本模型，无需网络或API密钥，并包含实验性的本地语音代理功能。
作者: MbBrainz | 发布于: 2026-02-23 15:52
14. Kyutai Labs 的 Pocket TTS 推出 iOS 版本
作者: unamentis | 发布于: 2026-02-20 17:14
15. Show HN：Apple Silicon 本地 TTS 支持 OpenClaw（MLX 驱动，零配置）
为Mac开发的OpenClaw插件，可在本地运行文本转语音，无需API密钥或云端服务。它封装mlx-audio，自动管理Python环境和服务器进程，提供多种模型选择。
作者: ZacharyZZ | 发布于: 2026-02-20 03:00
16. Show HN：KittenML 发布三款新模型，开源 TTS 小于 25 MB，表现力出众
作者: rohan_joshi | 发布于: 2026-02-20 02:11
17. 开源语音克隆应用采用Qwen3-TTS技术
作者: angelmm | 发布于: 2026-02-19 12:25
18. 语音代理STT性能基准测试：10项服务、千条样本、语义WER评估
作者: edgarsDev | 发布于: 2026-02-18 17:26
19. [Android]Nabu 0.5.4 发布：支持 Soprano TTS 及本地 LLM HTTP 服务器
作者: mewmix | 发布于: 2026-02-16 17:50
20. Vox：基于 Rust 的本地语音 AI 框架（支持语音识别、合成与活动检测）
作者: mertoz3 | 发布于: 2026-02-15 22:52