Hacker News 音频技术 - 2026-03-16
1. Show HN：SciTeX 通知——为 AI 智能体赋予声音：支持文本转语音、电话与短信
为AI代理构建的多级通知系统，通过语音、邮件、短信直至电话呼叫提醒用户任务进度，支持本地和远程服务器。
作者: ywatanabe1989 | 发布于: 2026-03-15 22:19
2. Show HN: TTS.ai – 文本转语音
作者: nadermx | 发布于: 2026-03-15 16:41
3. Show HN：在浏览器中使用设备端语音识别实现语音跟踪的提词器
基于语音识别的浏览器提词器，可实时高亮脚本并自动跟随语速，支持暂停和跳行定位。
作者: lbaune | 发布于: 2026-03-15 09:15
4. 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
5. 自托管TTS代理与语音管理器
作者: mooreds | 发布于: 2026-03-10 13:32
6. Show HN：TTS.ai
作者: nadermx | 发布于: 2026-03-08 07:01
7. Qwen3-ASR-Swift
作者: handfuloflight | 发布于: 2026-03-05 10:00
8. 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
9. 多语言语音识别中的音调保真度：一项诊断性评估
作者: ibobev | 发布于: 2026-03-04 18:10
10. 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TTS朗读文本的服务，类似WillowVoice.com。
作者: fiiico | 发布于: 2026-03-04 11:24
11. 原生 Swift/MLX 实现完整语音处理流程：ASR、TTS、语音转换，支持端侧运行
作者: ipotapov | 发布于: 2026-03-03 06:41
12. 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
13. 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
14. 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程，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流及异步管道以减少延迟。
作者: gauravvij137 | 发布于: 2026-02-26 12:42
15. TinyTTS：超轻量级英语TTS（900万参数，20MB），8倍CPU，67倍GPU速度
TinyTTS是一个超轻量级本地语音合成工具，仅20MB，支持CPU/GPU，专为边缘设备和资源受限场景设计。
作者: letrghieu | 发布于: 2026-02-25 14:46
16. Show HN：Moonshine 开源权重语音转文字模型——准确率超越 WhisperLargev3
小型初创公司推出开源语音转文本模型，在流式处理和词错率方面优于OpenAI Whisper，性能接近行业领先水平。
作者: petewarden | 发布于: 2026-02-24 21:54
17. Show HN：Localvoxtral – 在 macOS 上实现本地实时听写与流式语音识别
一款原生macOS菜单栏应用，使用Mistral Voxtral实现完全本地的实时语音转文字，边说边出文本，支持Apple Silicon和NVIDIA GPU后端。
作者: T0mSIlver | 发布于: 2026-02-24 15:00
18. 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API或网络请求，支持语音代理和多种模型。
作者: MbBrainz | 发布于: 2026-02-23 15:52
19. Kyutai Labs 的 Pocket TTS 推出 iOS 版本
作者: unamentis | 发布于: 2026-02-20 17:14
20. 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，并提供多种语音模型选择。
作者: ZacharyZZ | 发布于: 2026-02-20 03:00