Hacker News 音频技术 - 2026-01-31
1. Qwen3-ASR技术报告
作者: _____k | 发布于: 2026-01-30 22:05
2. Show HN：Qwen 3 TTS 已移植至 Rust
开发者将Qwen 3 TTS模型移植到Rust，使用Candle框架，实现了语音克隆和设计功能，并支持CPU、CUDA和Metal后端。
作者: adefa | 发布于: 2026-01-30 04:09
3. Qwen3-ASR与Qwen3-ForcedAligner现已开源
作者: pretext | 发布于: 2026-01-29 14:28
4. 用 Rust 重写的 Qwen3-TTS
作者: Nicole9 | 发布于: 2026-01-29 14:08
5. 为我的博客添加Qwen3-TTS语音克隆音频
作者: hung | 发布于: 2026-01-28 14:53
6. Show HN：Duperr – 基于 Qwen3-TTS 的 iOS 端设备语音克隆工具
一款iOS应用，可在手机上本地运行Qwen3-TTS语音模型，无需联网，保护隐私。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
7. Pocket TTS：纯C语言库与命令行工具
作者: taf2 | 发布于: 2026-01-27 16:35
8. 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
9. 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
10. VibeVoice-ASR：带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
11. 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
12. 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
13. Show HN：为 Manim 动画集成 Qwen3-TTS
为Manim教育动画工具开发了Qwen3-TTS插件，支持语音克隆、文本描述生成和预设音色，可本地运行，支持多语言并缓存音频。
作者: DurhamSmith | 发布于: 2026-01-24 18:04
14. 使用Qwen3-TTS将电子书转换为有声读物
作者: khimaros | 发布于: 2026-01-23 21:09
15. 微软发布开源语音转文本模型VibeVoice-ASR
作者: putlake | 发布于: 2026-01-23 14:19
16. 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
17. Show HN：音频AI迎来疯狂一日——五大开源/实时TTS模型集中发布
过去一周TTS领域进展迅速，多家公司推出实时、开源、本地化语音模型，包括NVIDIA、Inworld AI等，标志着该技术正加速发展。
作者: pratik227 | 发布于: 2026-01-23 04:52
18. Qwen发布全新开源TTS模型
作者: binsquare | 发布于: 2026-01-22 14:38
19. 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
20. Show HN：BetterTTS – 适用于 Windows 的离线拟真 TTS 网页朗读器
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