Hacker News 音频技术 - 2026-03-31
1. Voxtral TTS – 文本转语音生成器
作者: MintNow | 发布于: 2026-03-29 10:16
2. Mistral Voxtral TTS 通过 MLX 在苹果设备上实现本地运行
作者: lbj96347 | 发布于: 2026-03-28 12:47
3. Mistral AI发布开源TTS模型，宣称性能超越ElevenLabs
作者: nickthegreek | 发布于: 2026-03-26 14:31
4. mdbook-tts：将 mdBook 转换为可听的有声书
作者: bilalbayram | 发布于: 2026-03-25 15:31
5. Show HN：提供完整方法论的、可复现的开源语音转文字API基准测试
作者: jilijeanlouis | 发布于: 2026-03-24 13:06
6. Show HN：macOS Kokoro-TTS 驱动的文档阅读器——聆听任意文本
一款macOS应用，利用Kokoro TTS模型，可将ePub、PDF和纯文本文件转换为自然语音进行朗读。
作者: mattcheston | 发布于: 2026-03-20 03:20
7. STT.ai如何保护您的音频与转录数据：客户端加密存储
作者: nadermx | 发布于: 2026-03-19 20:14
8. Show HN：三款全新 Kitten TTS 模型发布，最小体积不足 25MB
Kitten TTS发布三款开源小模型，支持设备端语音合成，无需GPU，模型最小仅14M参数，在低端设备上运行。
作者: rohan_joshi | 发布于: 2026-03-19 15:56
9. Show HN：面向阅读障碍者的 Chrome 文本转语音阅读器
HoverSpeak是一款面向阅读障碍者的免费浏览器扩展，无需选中文本，通过悬停和快捷键即可快速朗读指定内容。
作者: yaronl_elh | 发布于: 2026-03-19 15:46
10. Qwen-ASR-CLI：纯Rust编写的本地Qwen语音识别命令行工具
作者: huang4fun | 发布于: 2026-03-19 12:28
11. Show HN：实时本地文本转语音（3100万参数，5.6倍CPU速度，语音克隆，ONNX）
开源小模型实现低延迟语音克隆与混合，支持本地CPU推理，但音质和相似度有限。
作者: ZDisket | 发布于: 2026-03-18 20:48
12. Show HN：STT.ai – 音频视频转文字工具
作者: nadermx | 发布于: 2026-03-18 09:12
13. 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
14. 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
scitex-notification为本地和远程AI代理提供多级通知系统，从语音播报到电话呼叫，支持紧急绕过静音模式。
作者: ywatanabe1989 | 发布于: 2026-03-15 22:19
15. Show HN：TTS.ai – 文本转语音
作者: nadermx | 发布于: 2026-03-15 16:41
16. 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，支持暂停和跳行后重新定位。
作者: lbaune | 发布于: 2026-03-15 09:15
17. 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
18. 自托管TTS代理与语音管理器
作者: mooreds | 发布于: 2026-03-10 13:32
19. Show HN：TTS.ai
作者: nadermx | 发布于: 2026-03-08 07:01
20. Qwen3-ASR-Swift
作者: handfuloflight | 发布于: 2026-03-05 10:00