Hacker News 音频技术 - 2026-01-28
1. Show HN：Duperr – 在 iOS 设备上使用 Qwen3-TTS 进行语音克隆
一款iOS应用，可在手机上本地运行Qwen3-TTS语音模型，无需联网或上传数据。支持录音、生成语音、导出音频和分享自定义声音。模型经8位量化以适配iPhone，采用一次性付费模式，无订阅。
作者: ahampt | 发布于: 2026-01-27 21:30
2. Pocket TTS：纯C语言库与命令行工具
作者: taf2 | 发布于: 2026-01-27 16:35
3. Qwen3-TTS 在 CPU 上也能运行，无需英伟达 GPU
作者: grigio | 发布于: 2026-01-25 22:06
4. Mojo纯实现版Moonshine ASR模型性能超越PyTorch+Keras达6倍
作者: farhan99 | 发布于: 2026-01-25 20:12
5. VibeVoice-ASR：支持说话人分离且无需分块的语音转文字系统
作者: rahimnathwani | 发布于: 2026-01-25 15:51
6. Qwen3-TTS：超低延迟（97毫秒）、语音克隆与OpenAI兼容API
作者: thunderbong | 发布于: 2026-01-25 08:46
7. Inworld TTS-1.5：升级排名第一的文本转语音模型
作者: wahnfrieden | 发布于: 2026-01-24 23:35
8. Show HN：Manim动画的Qwen3-TTS集成
为Manim教育动画开发Qwen3-TTS插件，支持语音克隆、文本描述生成和预设音色，本地运行需约4GB显存，支持10种语言并具有音频缓存功能。
作者: DurhamSmith | 发布于: 2026-01-24 18:04
9. 使用qwen3-TTS将ePub文件转换为有声书
作者: khimaros | 发布于: 2026-01-23 21:09
10. 微软发布VibeVoice-ASR开源语音转文本模型
作者: putlake | 发布于: 2026-01-23 14:19
11. 尝试用Qwen3-TTS开源工具克隆我的声音并制作视频
作者: naveen-zerocool | 发布于: 2026-01-23 09:07
12. Show HN：音频AI迎来疯狂一日——五大开源/实时TTS模型集中发布
近期TTS技术快速发展，多家公司推出开源、实时、本地化语音合成模型，性能提升显著。
作者: pratik227 | 发布于: 2026-01-23 04:52
13. Qwen发布全新开源TTS模型
作者: binsquare | 发布于: 2026-01-22 14:38
14. Qwen3-TTS系列现已开源：语音设计、克隆与生成
作者: Palmik | 发布于: 2026-01-22 13:51
15. Show HN：BetterTTS – 适用于 Windows 的离线拟真 TTS 网页阅读器
本地运行的TTS应用，使用公共领域音频训练，提供40多种自然语音，支持PDF等多种格式，无需云端服务。
作者: iqraathemanuel | 发布于: 2026-01-22 09:27
16. Basic TTS：一款快速、免费且易于使用的在线文本转语音工具
作者: sea-gold | 发布于: 2026-01-22 02:04
17. Inworld的TTS模型成本降低25倍，延迟低于250毫秒
作者: Nash0x7e2 | 发布于: 2026-01-21 23:33
18. Show HN：无需GPU运行Dia2 TTS
作者创建了Dia2 TTS的云端封装，无需本地GPU即可通过Modal部署为HTTPS API，支持语音克隆和简单集成。
作者: quicheshore2003 | 发布于: 2026-01-15 22:49
19. Pocket TTS：一款为你的CPU发声的高质量文本转语音工具
作者: pain_perdu | 发布于: 2026-01-15 05:14
20. Show HN：Sparrow-1——无需ASR、具备人类级对话轮换能力的原生音频模型
Tavus发布Sparrow-1对话流模型，通过预测对话主导权实现无延迟、无中断的实时语音交互，无需依赖语音识别。
作者: code_brian | 发布于: 2026-01-14 18:01