Hacker News 音频技术 - 2026-03-01
1. 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
2. Parakeet.cpp – 纯C++实现、支持Metal GPU加速的Parakeet语音识别推理引擎
作者: noahkay13 | 发布于: 2026-02-27 03:48
3. 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
4. TinyTTS：超轻量级英语TTS（900万参数，20MB），CPU速度提升8倍，GPU速度提升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9M参数、20MB大小，可在CPU上快速生成音频，旨在节省VRAM以配合大型语言模型本地运行。
作者: letrghieu | 发布于: 2026-02-25 14:46
5. Show HN：Moonshine 开源权重 STT 模型——准确率超越 WhisperLargev3
小型初创公司发布新型语音转文本模型，声称其流式处理效果优于OpenAI Whisper，在HF OpenASR排行榜上表现领先。
作者: petewarden | 发布于: 2026-02-24 21:54
6. Show HN：Localvoxtral – 在 macOS 上实现带流式语音识别的本地实时听写
一款macOS菜单栏实时听写应用，完全在设备端运行，使用Mistral Voxtral模型实现边说边转录，支持Apple Silicon和NVIDIA GPU后端。
作者: T0mSIlver | 发布于: 2026-02-24 15:00
7. Show HN：TTSLab——一款通过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TTS和STT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
8. Kyutai Labs 的 Pocket TTS 推出 iOS 版本
作者: unamentis | 发布于: 2026-02-20 17:14
9. 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，并提供OpenAI兼容的API端点。
作者: ZacharyZZ | 发布于: 2026-02-20 03:00
10. 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
11. 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
12. 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
13. [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
14. 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
15. Ask HN：最佳实时本地TTS解决方案是什么？用于电话口译
开发者寻求实时监听通话系统的优雅方案，现有AI工具实现效果不佳，希望获得技术见解。
作者: Wright007 | 发布于: 2026-02-15 18:04
16. Show HN：Repy – 内置TTS和词典查询功能的终端电子书阅读器
作者用AI辅助开发了终端电子书阅读器repy，支持vim导航、语音朗读和词典查询，并分享了AI编程的体验。
作者: dawdler-purge | 发布于: 2026-02-15 04:41
17. Kokoro TTS 语音合成插件接入 Claude Code
作者: aeontech | 发布于: 2026-02-10 20:28
18. 纯Go实现，亚秒级快速语音转文字，支持流式自动粘贴
作者: sumerc | 发布于: 2026-02-09 14:23
19. 本地ASR模型的兴起
作者: frostdiscord39 | 发布于: 2026-02-08 18:42
20. Show HN：Cbx – 本地 TTS 命令行工具，封装 Chatterbox ONNX（单一 Rust 二进制文件）
cbx是一个用Rust编写的单文件命令行工具，用于本地离线文本转语音。它封装了Resemble AI的Chatterbox ONNX模型，无需Python环境即可在脚本中使用。
作者: Tsarp | 发布于: 2026-02-06 17:51