Hacker News 音频技术 - 2026-03-14
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
8. 原生 Swift/MLX 实现完整语音处理流程：ASR、TTS、语音转语音，支持设备端运行
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、支持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开发了一个在CPU上低延迟运行的语音助手管道，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
12. TinyTTS：超轻量级英语TTS（900万参数，20MB），8倍CPU，67倍GPU速度
TinyTTS是一个专为边缘设备设计的超轻量级文本转语音模型，仅9M参数、20MB大小，可在CPU上快速生成音频，旨在解决本地AI助手运行时资源占用过高的问题。
作者: letrghieu | 发布于: 2026-02-25 14:46
13. Show HN：Moonshine 开源权重语音转文字模型——准确率超越 WhisperLargev3
小型初创公司发布开源语音转文本模型，声称其流式处理效果优于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
一款原生macOS菜单栏应用，利用Mistral Voxtral实现实时语音转文字，完全在设备端运行，无需云端或订阅。支持Apple Silicon和NVIDIA GPU两种后端，打字体验流畅。
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，可在浏览器中通过WebGPU和WASM本地运行文本转语音和语音转文本模型，无需网络请求，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）
OpenClaw插件实现本地文本转语音，无需API密钥和云端服务，支持多种模型并自动管理Python环境与服务器进程。
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