Hacker News 音频技术 - 2025-07-14
1. 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
2. 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
3. OpenAI TTS的LLM插件
作者: lynx97 | 发布于: 2025-07-07 16:26
4. 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
5. 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。
作者: csunoser | 发布于: 2025-07-04 21:14
6. Kyutai 1.6B流式文本转语音
作者: robotswantdata | 发布于: 2025-07-03 20:22
7. 仅用一句话为Piper TTS训练新语音
作者: naggie | 发布于: 2025-07-03 12:31
8. Show HN：我开发了一款本地语音转文字工具，可将想法直接导入Claude Code
开发者创建了本地语音转文本工具hns，使用faster-whisper实现终端录音转文字，支持离线运行且数据不外传，适合编程讨论和LLM输入。MIT许可，可通过uv或pipx安装。
作者: primaprashant | 发布于: 2025-07-01 15:25
9. 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
10. 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，指出现有示例（如FastAPI、BentoML）未优化，建议使用TritonServer实现模型并发和批处理，希望避免重复造轮子。
作者: samagra14 | 发布于: 2025-06-30 15:50
11. Inworld 文本转语音
作者: igh | 发布于: 2025-06-26 17:49
12. 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
13. 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
14. 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
15. 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
16. 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
17. 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
18. Show HN：简易文本转语音辅助沟通应用
开发者分享了一个九天内完成的项目，目前已经达到可分享的可用状态，并从中获得了很多乐趣。
作者: SubzeroCarnage | 发布于: 2025-06-18 16:45
19. Chatterbox AI：实时语音克隆与文本转语音生成器
作者: gregzeng95 | 发布于: 2025-06-18 09:41
20. 语音合成工具Chatterbox
作者: pinter69 | 发布于: 2025-06-11 20:23