Hacker News 音频技术 - 2026-03-13
1. Show HN：CastReader – 免费为 Kindle Cloud Reader 提供语音朗读的扩展
CastReader浏览器扩展通过解码字体和OCR技术，解决Kindle等平台因非标准渲染导致的文本提取问题，支持多站点内容提取和开源TTS语音合成。
作者: vinxu | 发布于: 2026-03-12 19:07
2. 自托管TTS代理与语音管理器
作者: mooreds | 发布于: 2026-03-10 13:32
3. Show HN：TTS.ai
作者: nadermx | 发布于: 2026-03-08 07:01
4. Qwen3-ASR-Swift
作者: handfuloflight | 发布于: 2026-03-05 10:00
5. 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
6. 多语言ASR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
7. Ask HN：Mac 上有类似 willowvoice 的 TTS 工具吗？
用户寻求在Mac上通过快捷键调用高质量文本转语音服务的工具，类似WillowVoice.com。
作者: fiiico | 发布于: 2026-03-04 11:24
8. 原生 Swift/MLX 实现完整语音处理流程：端侧语音识别、合成与语音转换
作者: ipotapov | 发布于: 2026-03-03 06:41
9. 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
10. 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
11. 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、CPU友好的LLM与TTS流及异步管道。
作者: gauravvij137 | 发布于: 2026-02-26 12:42
12. 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的边缘设备设计。
作者: letrghieu | 发布于: 2026-02-25 14:46
13. Show HN：Moonshine 开源权重 STT 模型——准确率超越 WhisperLargev3
小型初创公司发布流式语音转文本模型，声称词错率低于OpenAI Whisper，在HF OpenASR排行榜表现优异。
作者: petewarden | 发布于: 2026-02-24 21:54
14. 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，完全在设备上运行，使用Mistral Voxtral实现边说话边出文字，支持Apple Silicon和NVIDIA GPU两种后端。
作者: T0mSIlver | 发布于: 2026-02-24 15:00
15. 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
16. Kyutai Labs 的 Pocket TTS 推出 iOS 版本
作者: unamentis | 发布于: 2026-02-20 17:14
17. Show HN：Apple Silicon 本地 TTS 支持 OpenClaw（基于 MLX，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，提供多种模型选择。
作者: ZacharyZZ | 发布于: 2026-02-20 03:00
18. 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
19. 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
20. 语音助手语音转文本性能评测：10项服务、千条样本、语义错误率分析
作者: edgarsDev | 发布于: 2026-02-18 17:26