Hacker News 音频技术 - 2026-04-27
1. Show HN: Out Loud – 开源桌面TTS应用，支持macOS/Windows/Linux
一款免费、MIT许可的跨平台桌面TTS应用，无需订阅或联网，解决现有TTS应用的痛点。
作者: julia-kafarska | 发布于: 2026-04-26 22:19
2. Stt.ai MCP 服务器
作者: nadermx | 发布于: 2026-04-26 04:52
3. MiMo-v2.5-TTS系列
作者: gainsurier | 发布于: 2026-04-24 00:58
4. 开放基准测试：商业流式TTS模型中的文本规范化
作者: baghdasaryana | 发布于: 2026-04-22 14:12
5. Linux 上更好的文本转语音（TTS）体验
作者: speckx | 发布于: 2026-04-21 20:56
6. Show HN: TTS.ai
作者: nadermx | 发布于: 2026-04-18 19:18
7. Grok TTS与STT API接口
作者: chopete3 | 发布于: 2026-04-18 08:10
8. Gemini 3.1 Flash TTS
作者: langitbiru | 发布于: 2026-04-16 06:17
9. Gemini 3.1 Flash TTS – 支持定向提示
作者: aanet | 发布于: 2026-04-15 17:47
10. Moss-TTS-Nano：CPU上实时语音AI（开源TTS技术栈）
作者: steveharing1 | 发布于: 2026-04-15 17:38
11. Gemini 3.1 Flash TTS：下一代富有表现力的AI语音
作者: pretext | 发布于: 2026-04-15 16:32
12. Show HN：我开发了一款设备端TTS应用，因为在飞机上听完了所有有声书
开发者因不满云端TTS服务，在iPhone上构建了本地运行的LoudReader应用，支持离线朗读、PDF导入，但学术PDF解析仍有挑战。
作者: mowmiatlas | 发布于: 2026-04-15 15:11
13. TTS引擎：WebSocket与同步性能相差5.5倍，M4上INT8比fp16更慢
作者: KirMoisha | 发布于: 2026-04-15 14:23
14. Show HN：为欧洲构建语音模型，意外在英语Open-ASR中登顶
作者: raoulritter | 发布于: 2026-04-15 12:06
15. Voxtral TTS – 高质量文本转语音API
作者: danielmateo773 | 发布于: 2026-04-15 02:54
16. Show HN：我在 WhisperX 中新增了对 Qwen3-ASR 和 Qwen3 强制对齐器的支持
作者: mahfouz22 | 发布于: 2026-04-14 15:57
17. ASR模型在克罗地亚语和塞尔维亚语上的性能区域差异
作者: taubek | 发布于: 2026-04-12 14:00
18. Show HN：自托管STT服务，兼容Deepgram的listen API
作者: innovatorved | 发布于: 2026-04-11 17:40
19. 通过CoreML在Apple Silicon上实现Parakeet流式ASR——以及Swift演示应用
作者: ipotapov | 发布于: 2026-04-11 07:57
20. Tiny-TTS：仅含1M参数的最小英文TTS模型
作者: thunderbong | 发布于: 2026-04-08 12:58