Hacker News 音频技术 - 2026-04-02
1. Show HN：Dograh——使用LLM选择录音而非TTS的语音代理
开源语音AI平台Dograh推出v1.20，支持Gemini 3.1实时流式处理和预录音频混合响应，以降低延迟和成本。平台提供可视化工作流构建器，默认支持自托管，避免供应商锁定。
作者: a6kme | 发布于: 2026-03-31 18:28
2. Show HN：Migas——带实时发言人标注的会议助手（无需机器人，无需云端语音转文字）
Migas是一款本地语音识别工具，通过设备端声纹识别实时标注说话人，支持跨会议积累上下文，并利用本地AI进行智能问答。
作者: blakers95 | 发布于: 2026-03-31 15:33
3. Voxtral TTS – 文本转语音生成器
作者: MintNow | 发布于: 2026-03-29 10:16
4. 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
5. 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
6. mdbook-tts：将 mdBook 转换为可听的有声书
作者: bilalbayram | 发布于: 2026-03-25 15:31
7. 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
8. Show HN：macOS Kokoro-TTS 文档朗读器——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
9. 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
10. Show HN：三款新 Kitten TTS 模型发布，最小体积不足 25MB
Kitten TTS发布三个开源小模型，支持8种语音，无需GPU即可在树莓派等设备运行，旨在缩小本地与云端TTS的差距。
作者: rohan_joshi | 发布于: 2026-03-19 15:56
11. 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，通过悬停和快捷键实现快速文本朗读，无需选中文字。
作者: yaronl_elh | 发布于: 2026-03-19 15:46
12. 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
13. 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）
作者发布了一个基于VITS的小型TTS模型，支持语音克隆和混合，采用Apache 2.0许可，注重低延迟本地推理，但音质和相似度有限。
作者: ZDisket | 发布于: 2026-03-18 20:48
14. Show HN：STT.ai – 音频视频转文字工具
作者: nadermx | 发布于: 2026-03-18 09:12
15. 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
16. Show HN：SciTeX 通知——为 AI 代理赋予声音：支持 TTS、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
17. Show HN: TTS.ai – 文本转语音
作者: nadermx | 发布于: 2026-03-15 16:41
18. 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，支持暂停和跳转后重新定位。
作者: lbaune | 发布于: 2026-03-15 09:15
19. 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
20. 自托管TTS代理与语音管理器
作者: mooreds | 发布于: 2026-03-10 13:32