Hacker News 音频技术 - 2026-06-02
1. Mozilla数据集体上的开放家庭基金会TTS数据集
作者: santiiim | 发布于: 2026-06-01 14:32
2. 一个本地优先的讲解视频生成器（Kokoro TTS，无需云端，无需付费SaaS）
作者: nemock | 发布于: 2026-05-31 14:05
3. Ask HN：最佳免费本地语音转文字方案？
作者: thillel | 发布于: 2026-05-26 05:31
4. 最佳TTS模型，盲测基准
作者: sixhobbits | 发布于: 2026-05-24 19:56
5. Show HN: 在移动版Safari中运行的Pocket TTS
作者用Codex修复了wasm在Safari上的兼容问题，原因是Safari不支持simd-relaxed。Pocket TTS能流式播放生成的音频。
作者: ldenoue | 发布于: 2026-05-22 02:01
6. 流媒体延迟的权衡：为何某些TTS模型在实时应用中会失去准确性
作者: ChicknNuggt | 发布于: 2026-05-17 05:37
7. Ask HN：你是如何听研究论文的？（通勤时的TTS工作流程）
作者: vinxu | 发布于: 2026-05-15 09:49
8. VUI – 开源Jarvis技术栈，配备300M TTS模型
作者: bazlan | 发布于: 2026-05-14 14:56
9. DramaBox：一款能朗读舞台指示的开源权重文本转语音工具
作者: steveharing1 | 发布于: 2026-05-14 12:00
10. 2026年最佳TTS：盲测基准
作者: ritzaco | 发布于: 2026-05-14 08:24
11. Hi-Vis：伪装成LLM“软件补丁”的一次性越狱攻击，ASR达到100%
作者: emmakrentz | 发布于: 2026-05-13 00:17
12. Grok TTS 对比 OpenAI
作者: ritzaco | 发布于: 2026-05-08 21:01
13. Grok TTS：X最新文本转语音模型树立新基准
作者: ritzaco | 发布于: 2026-05-07 09:09
14. Show HN：Docker AI 栈，一个 compose 文件自托管 LLM/STT/TTS/MCP
作者: hwdsl2 | 发布于: 2026-05-06 13:40
15. Show HN: TTS Studio: 人工智能驱动的文本转语音工具
作者: shmayro | 发布于: 2026-05-01 23:35
16. 在树莓派 Zero 2W 上运行自定义训练的 Piper TTS 模型
作者: yakkomajuri | 发布于: 2026-05-01 23:07
17. 本地TTS正变得强大且易于使用
作者: speckx | 发布于: 2026-04-29 14:11
18. PAVO-Bench – 5万次语音轮次与8.5万参数路由器，用于ASR→LLM→TTS
作者: vnmoorthy | 发布于: 2026-04-28 14:58
19. Show HN: STT.ai
作者: nadermx | 发布于: 2026-04-28 14:06
20. 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