Hacker News 音频技术 - 2026-03-18
1. 用手机语音输入在笔记本电脑上打字
作者开发了一个工具，可通过手机键盘语音输入在电脑上打字，支持vim、浏览器等环境。
作者: theSage | 发布于: 2026-03-16 06:56
2. 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，可在任务完成后通过语音、邮件、短信直至电话呼叫提醒用户，支持本地和远程服务器。
作者: ywatanabe1989 | 发布于: 2026-03-15 22:19
3. Show HN: TTS.ai – 文本转语音
作者: nadermx | 发布于: 2026-03-15 16:41
4. 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端提词器，可根据说话节奏自动滚动和高亮文本，支持暂停和跳行匹配。
作者: lbaune | 发布于: 2026-03-15 09:15
5. 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
6. 自托管TTS代理与语音管理器
作者: mooreds | 发布于: 2026-03-10 13:32
7. Show HN：TTS.ai
作者: nadermx | 发布于: 2026-03-08 07:01
8. Qwen3-ASR-Swift
作者: handfuloflight | 发布于: 2026-03-05 10:00
9. 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
10. 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
11. 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
12. 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
13. 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
14. Parakeet.cpp – 纯C++实现鹦鹉语音识别推理，支持Metal GPU加速
作者: noahkay13 | 发布于: 2026-02-27 03:48
15. 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
16. TinyTTS：超轻量级英语TTS（900万参数，20MB），CPU提速8倍，GPU提速67倍
TinyTTS是一个专为边缘设备设计的超小型开源语音合成模型，仅20MB，支持CPU/GPU，可快速本地运行，与大型语言模型共享资源。
作者: letrghieu | 发布于: 2026-02-25 14:46
17. Show HN：Moonshine 开源权重 STT 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
18. Show HN：Localvoxtral – 在 macOS 上实现本地实时听写与流式语音识别
一款macOS菜单栏实时听写应用，完全在设备上运行，使用Mistral Voxtral实现边说边转录，支持Apple Silicon和NVIDIA GPU后端。
作者: T0mSIlver | 发布于: 2026-02-24 15:00
19. Show HN：TTSLab——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
20. Kyutai Labs 的 Pocket TTS 推出 iOS 版本
作者: unamentis | 发布于: 2026-02-20 17:14