Hacker News 音频技术 - 2026-03-08
1. Qwen3-ASR-Swift
作者: handfuloflight | 发布于: 2026-03-05 10:00
2. 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
3. 多语言语音识别中的音调保真度：一项诊断性评估
作者: ibobev | 发布于: 2026-03-04 18:10
4. 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
5. 原生Swift/MLX全语音处理流程：端侧ASR、TTS与语音转换
作者: ipotapov | 发布于: 2026-03-03 06:41
6. 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
7. Parakeet.cpp – 纯C++实现带Metal GPU加速的Parakeet语音识别推理
作者: noahkay13 | 发布于: 2026-02-27 03:48
8. Show HN：基于Kitten TTS的CPU低延迟流式语音助手
Neo AI开发了在CPU上低延迟运行的语音助手流水线，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
9. TinyTTS：超轻量级英语TTS（900万参数，20MB），CPU提速8倍，GPU提速67倍
TinyTTS是一个超轻量级本地语音合成工具，仅20MB，支持CPU/GPU，专为节省VRAM的边缘设备和AI助手场景设计。
作者: letrghieu | 发布于: 2026-02-25 14:46
10. Show HN：Moonshine 开源权重语音转文字模型——准确率超越 WhisperLargev3
小型初创公司发布新的语音转文本模型和库，声称其流式STT模型的词错误率低于OpenAI的Whisper大模型，并在HF OpenASR排行榜上名列前茅。
作者: petewarden | 发布于: 2026-02-24 21:54
11. Show HN：Localvoxtral – 在 macOS 上实现本地实时听写，支持流式语音识别
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
12. 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
13. Kyutai Labs 推出 Pocket TTS 的 iOS 移植版
作者: unamentis | 发布于: 2026-02-20 17:14
14. Show HN：Apple Silicon 本地 TTS 支持 OpenClaw（基于 MLX，零配置）
OpenClaw插件在Mac本地运行文本转语音，无需API密钥或云端服务，自动管理Python环境和模型下载。
作者: ZacharyZZ | 发布于: 2026-02-20 03:00
15. 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
16. 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
17. 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
18. [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
19. 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
20. 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解决方案，现有AI工具效果不佳，希望获得技术建议。
作者: Wright007 | 发布于: 2026-02-15 18:04