Hacker News 音频技术 - 2025-10-16
1. 我刚刚更新了我的TTS模型
作者: FrostDream | 发布于: 2025-10-12 20:16
2. 免费文本转语音（TTS）——RealDubbing AI语音生成器
作者: wsljhint | 发布于: 2025-10-12 08:34
3. Voxscribe：语音转文字模型对比平台
作者: fraseque | 发布于: 2025-10-09 09:07
4. Show HN：在浏览器中实现带同步文本高亮的设备端语音合成
浏览器工具可将网页转为带高亮显示的音频，完全本地运行无需服务器。首次使用下载语音模型后即可离线工作。
作者: vahid4m | 发布于: 2025-10-08 13:26
5. NeuTTS Air – Neuphonic推出的端侧文本转语音模型
作者: maxloh | 发布于: 2025-10-07 17:36
6. Neutts-air：开源设备端文本转语音系统
作者: nopelynopington | 发布于: 2025-10-06 09:06
7. Show HN: Kani TTS – 仅3.7亿参数的开源快速文本转语音模型
作者: joeyeh_ | 发布于: 2025-10-01 18:00
8. Show HN：用一条命令构建带语音识别/合成和大语言模型的语音助手 CLI
发布语音AI代理CLI工具，支持从开发环境快速构建、测试和部署，并征集开发者反馈。
作者: aidanhornsby | 发布于: 2025-09-29 13:40
9. Ask HN：在编排实时语音识别与大语言模型时，你遇到了哪些痛点？
开发者分享构建实时语音应用的挑战：语音转文字到LLM流程存在准确率下降和延迟叠加问题，寻求优化方案和技术讨论。
作者: kojaco | 发布于: 2025-09-29 00:26
10. Show HN: Parkiet – 用不到100美元为任意语言微调大型TTS模型
使用Google免费TPU训练荷兰语TTS模型，仅需1万小时数据即可达到ElevenLabs水平。开源了模型权重和完整训练流程，成本约100-300美元。为其他语言TTS开发提供实用指南。
作者: ph4evers | 发布于: 2025-09-24 06:32
11. Show HN: KaniTTS – 超快速且富有表现力的文本转语音模型
作者: defoemark | 发布于: 2025-09-22 18:54
12. 本地文本转语音（TTS）与Mlx-Audio语音克隆技术
作者: johnys | 发布于: 2025-09-21 17:40
13. Show HN: KaniTTS – 仅4.5亿参数的开源高保真文本转语音模型
作者: ulan_kg | 发布于: 2025-09-19 18:42
14. 评估不同ASR工具包与API的基准测试代码
作者: pinter69 | 发布于: 2025-09-18 09:40
15. Show HN：用 C 语言实现的 STT → LLM → TTS 处理流水线
开发者创建了三个C/C++封装库，支持语音转文字、大语言模型推理和文字转语音功能，兼容Windows和Linux系统。
作者: RhinoDevel | 发布于: 2025-09-17 06:52
16. 开放ASR排行榜：AI转录模型
作者: cjbarber | 发布于: 2025-09-13 21:32
17. Qwen3 ASR：听得清晰，转写智能
作者: meetpateltech | 发布于: 2025-09-08 15:07
18. Show HN: AI 笔记工具推出新功能：OCR、升级版语音转文字与文字转语音
AI笔记工具MindNote新增YouTube等视频转录功能，支持Zoom等会议自动转录，提供终身优惠。
作者: tommat32 | 发布于: 2025-09-06 19:42
19. 我开发了一款比ElevenLabs便宜100倍的文字转语音工具
作者: memeboxx | 发布于: 2025-09-06 18:36
20. Ask HN：目前最好的TTS模型是什么？
用户使用LLM研究多种TTS模型，寻求性能与价格最优方案，特别征求语音AI开发者的实际推荐。
作者: moseswan | 发布于: 2025-08-26 21:23