audio.cpp 0.5 发布：支持戏剧化 TTS 与跨语种语音转换
Acceptable-Cycle4645 · reddit · 2026-08-01
本地音频推理框架 audio.cpp 发布 0.5 版本，显著扩展了模型生态与平台兼容性。
核心模型更新：
- DramaBox：基于 LTX-2.3 架构的全新表现力 TTS 模型，支持通过提示词精准控制情绪、停顿、笑声及角色行为，实现接近导演指导的语音演绎。
- Confucius4-TTS：支持跨语种语音转换，可提取参考音色并在其他语言中合成。
- 其他集成：新增 RVC 语音转换、BS-RoFormer 人声分离，以及 Fun-ASR-Nano、Parakeet-TDT 等语音识别模型。
平台与工程优化：
- 初步引入 AMD GPU 的 HIP/ROCm 支持，并加速了 Apple Silicon 上的 Metal 表现。
- 改进服务器与流式传输路径，支持实时 PCM 输入和更干净的流式转录增量。作者呼吁社区在模型性能优化和轻量级 WebUI 开发方面提供贡献。
所属事件:audio.cpp 0.5 发布：引入戏剧化 TTS 与跨语种转换(2 条相关)→
「编程与Agent」频道最新
- 新架构 Continual Harness：让智能体自我进化 — chijinML · 2026-08-01
- 防泄密设计：开发只读MCP服务器安全管理智能体密钥 — nabsha · 2026-08-01
- 实测对比：Opus 5 与 Fable 5 生成 Three.js 火山 — majidmanzarpour · 2026-08-01
- 开发者盛赞 Amp 编码工具性价比极高 — bytebot · 2026-08-01
- 开源工具 kdbx：让 AI 代理安全使用密钥而不泄露 — nabsha · 2026-08-01
- AI Agent 评估实践调查：实时监控与拦截机制 — CFGeek · 2026-08-01