Hacker News 音频技术 - 2026-02-01
1. VibeVoice-ASR：专为处理60分钟长音频设计的语音转文本模型
作者: maxloh | 发布于: 2026-01-31 20:02
2. Qwen3-ASR技术报告
作者: _____k | 发布于: 2026-01-30 22:05
3. 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CPU、CUDA和Metal支持，并分享了语音克隆与设计的成果。
作者: adefa | 发布于: 2026-01-30 04:09
4. Qwen3-ASR与Qwen3-ForcedAligner现已开源
作者: pretext | 发布于: 2026-01-29 14:28
5. 用Rust重写Qwen3-TTS
作者: Nicole9 | 发布于: 2026-01-29 14:08
6. 为我的博客添加音频：使用Qwen3-TTS语音克隆技术
作者: hung | 发布于: 2026-01-28 14:53
7. 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
8. Pocket TTS：纯C语言库与命令行工具
作者: taf2 | 发布于: 2026-01-27 16:35
9. 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
10. 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
11. 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
12. 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
13. 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
14. Show HN：Manim动画的Qwen3-TTS集成
作者为Manim动画库开发了Qwen3-TTS插件，支持语音克隆、文本描述生成和预设音色，可本地运行并缓存音频以加速渲染。
作者: DurhamSmith | 发布于: 2026-01-24 18:04
15. 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
16. 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
17. 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
18. 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
19. Qwen发布全新开源TTS模型
作者: binsquare | 发布于: 2026-01-22 14:38
20. 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