Hacker News 音频技术 - 2026-04-30
1. 本地TTS正变得强大且易用
作者: speckx | 发布于: 2026-04-29 14:11
2. PAVO-Bench – 5万次语音交互与8.5万参数路由器的ASR→LLM→TTS基准测试
作者: vnmoorthy | 发布于: 2026-04-28 14:58
3. Show HN: STT.ai
作者: nadermx | 发布于: 2026-04-28 14:06
4. 使用Soniox语音识别与合成构建语音助手
作者: easwee | 发布于: 2026-04-28 09:31
5. 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
6. Stt.ai MCP 服务器
作者: nadermx | 发布于: 2026-04-26 04:52
7. MiMo-v2.5-TTS系列
作者: gainsurier | 发布于: 2026-04-24 00:58
8. 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
9. Linux 上更好的文本转语音（TTS）体验
作者: speckx | 发布于: 2026-04-21 20:56
10. Show HN: TTS.ai
作者: nadermx | 发布于: 2026-04-18 19:18
11. Grok TTS与STT API接口
作者: chopete3 | 发布于: 2026-04-18 08:10
12. Gemini 3.1 Flash TTS
作者: langitbiru | 发布于: 2026-04-16 06:17
13. Gemini 3.1 Flash TTS – 支持定向提示
作者: aanet | 发布于: 2026-04-15 17:47
14. Moss-TTS-Nano：CPU上的实时语音AI（开源TTS技术栈）
作者: steveharing1 | 发布于: 2026-04-15 17:38
15. Gemini 3.1 Flash TTS：下一代富有表现力的AI语音技术
作者: pretext | 发布于: 2026-04-15 16:32
16. Show HN：我开发了一款设备端TTS应用，因为我在飞机上听完了所有有声书
开发者因不满云端TTS和播客限制，在iPhone上创建了离线语音朗读应用LoudReader，支持本地合成、PDF/EPUB导入，并解决了流式合成和热管理难题。
作者: mowmiatlas | 发布于: 2026-04-15 15:11
17. TTS引擎对比：WebSocket比同步快5.5倍，M4上INT8比fp16更慢
作者: KirMoisha | 发布于: 2026-04-15 14:23
18. 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
19. Voxtral TTS – 高质量文本转语音API
作者: danielmateo773 | 发布于: 2026-04-15 02:54
20. Show HN：我在 WhisperX 中增加了对 Qwen3-ASR 和 Qwen3 强制对齐器的支持
作者: mahfouz22 | 发布于: 2026-04-14 15:57