跳到正文
  1. MLX Audio65

    MLX Audio v0.5.9 新增流式语音能力与模型支持

    MLX Audio v0.5.9 新增 Nemotron 流式 STT、Fish S2 Pro 流式支持及 Irodori-TTS v4-Large 支持。版本还修复 Qwen3-TTS 流式解码偏差和未指定 max_tokens 时转写接口被限制为 1024 tokens 的问题,并调整 Metal 内核使用条件与 httpx2 依赖。

    推荐理由:版本说明覆盖流式语音识别与生成模型支持、转写接口修复及Metal内核适配,可直接用于评估AI语音流程升级与部署兼容性。

  1. whisper.cpp 官方发布61

    whisper.cpp 发布 v1.9.5 维护版

    whisper.cpp 发布 v1.9.5 维护更新,并将 ggml 更新至 v0.26.0。新版本加入可选的 ANEForge 编码器后端(Apple Neural Engine),同时修复并行分块偏移整数溢出、语言检测中断回调、模型类型检查及 CLI 文件错误码等问题;Nightly build 为 b5454。

    推荐理由:本次维护更新同步 ggml v0.26.0,并为 Apple Neural Engine 增加可选编码器后端,适合评估语音识别部署兼容性、稳定性与后端选择。

  1. OpenUtau 官方发布78

    OpenUtau 发布 0.1.571 Beta,新增表达式图与内置重采样器

    OpenUtau 发布 0.1.571 Beta,加入表达式图、内置 hifisampler、Worldline-R1.1、轨道效果 UI 和 DAW 集成 API。版本还新增歌手搜索、曲线编辑与移调、节拍器和 .m4a 导入,并优化后台处理、缓存、Linux 与 macOS 支持及多项错误修复。

    推荐理由:本次 Beta 更新扩展了表达式图、内置重采样器、轨道效果与 DAW 集成,并集中修复稳定性和兼容性问题,对歌声合成编辑流程影响明确。

  1. Csound 官方发布84

    Csound 7.0.0-beta.18 发布,新增 WASM 调试支持并修复大量问题

    Csound 发布 7.0.0-beta.18,新增 WASM 调试器的逐控制周期回调支持、CS_VARIABLE 软件总线,并加入非阻塞 readline opcode 与宿主文本输入 API。版本同时修复数组、结构、UDO、实时线程、FFT、滤波、MIDI、SoundFont、GEN 系列及 WASM 麦克风输入等问题,并更新 iOS 示例。

    推荐理由:本次 beta 版本集中更新 WASM 调试与输入支持,并修复大量数组、结构、实时处理、FFT、滤波及声音文件问题,直接影响 Csound 开发、插件维护与跨平台部署的稳定性。

  1. JUCE 官方发布64

    JUCE 9.0.3 增加 Opus、WebP 支持并修复多平台问题

    JUCE 9.0.3 新增 Opus 文件和 WebP 图像文件的读写支持,并允许递归扫描 LV2 插件。该版本更新 Windows MIDI Services 对 in-box preview 7 API 的支持,同时修复 ALSA 采样率与声道、Windows 窗口定位和焦点、macOS 阻塞网络请求取消及 OpenGLFrameBuffer 等问题。

    推荐理由:该版本补齐 Opus、WebP 与 LV2 扫描支持,并集中处理多平台采样率、窗口、网络请求及 OpenGLFrameBuffer 问题,可帮助开发者评估升级所需的兼容与修复范围。

  1. Airwindows60

    Airwindows 发布低 CPU 矩阵混响 Ultralight2

    Airwindows 发布开源混响插件 Ultralight2,提供独立版 AU、VST2,以及 Airwindows Consolidated 中的 CLAP、AU、VST3、LV2 版本。

    推荐理由:适合关注低CPU游戏混响、引擎试听和音效空间化流程的开发者,可据此评估多实例部署与参数调整方式。

  1. whisper.cpp 官方发布73

    whisper.cpp 发布 v1.9.4

    whisper.cpp v1.9.4 已发布,Nightly build 为 b5130。更新调整了语言自动检测与解码器状态管理,使服务端在检测响应中返回语言,并修复 whisper_mel 未初始化读取和空输入等问题。版本还增加 Windows On ARM 发布支持、更新 OpenVINO 模型转换与文档,并调整多个后端和 CI 配置。

    推荐理由:此次发布补强语言检测与服务端响应,并修复重复调用、缓存和输入读取问题,同时更新 OpenVINO 支持及多平台构建配置,对语音识别部署与维护有直接参考价值。

  1. FunASR65

    FunASR v1.4.15增强NumPy 2兼容性并更新MOSS部署示例

    FunASR 1.4.15移除real frontend的NumPy版本上限,并更新EEND mel-filter调用以适配新版librosa。版本还修复KWS跨包边界帧保留、动态VAD静音调度和检查点排名问题,补充MOSS Gradio配置及带时间戳和匿名说话人标签的整段录音离线转写示例;MOSS后端与默认Qwen3示例环境需分别配置。

    推荐理由:本次更新明确扩展NumPy 2兼容性并修复流式识别、动态VAD及检查点排序问题,同时补充MOSS部署文档和离线转写示例,适合语音识别工程与部署人员评估升级影响。

  1. Freesound Blog73

    Freesound 推出 Collections 音效收藏功能

    Freesound 推出 Collections,用于替代 Bookmarks,并支持将不同用户上传的音效分组管理。收藏可设为公开或私有,指定维护者协作增删音效,也可作为一个压缩文件下载;原有书签已迁移为私有收藏。

    推荐理由:Collections 替代 Bookmarks,支持跨用户整理、公开或私有、协作维护与整包下载,为音效检索和项目资产管理提供更直接的工作流。

  1. FunASR61

    FunASR v1.4.14发布并配套runtime-llamacpp-v0.2.6跨平台运行时

    FunASR v1.4.14发布,修复Git归档和源码安装的便携源码包问题,并更新MOSS-Transcribe-Diarize文档与实时、工业部署指南。

    推荐理由:本次发布同时提供FunASR Python包、llama.cpp跨平台预编译运行时及SHA-256校验信息,并更新部署文档,对语音识别模型的安装、部署和资源核验流程有直接参考价值。

  2. Piper TTS67

    Piper 发布 v1.8.0,新增基于 TLTK 的泰语 phonemizer

    Piper v1.8.0 新增基于 TLTK 的泰语 phonemizer,训练时可使用 th extra --data.phoneme_type thai,合成时可在 voice config 中设置 "phoneme_type": "thai"。

    推荐理由:新增基于 TLTK 的泰语 phonemizer,明确训练配置、语音配置及 IPA warmstart 兼容性,并同步补充安装脚本与 CI 测试,能直接影响泰语 TTS 的训练和合成流程。

  1. Zrythm 官方发布70

    Zrythm 发布 v2.0.0-alpha.3,更新 VST3 托管与音频处理

    Zrythm 发布 v2.0.0-alpha.3,加入原生 VST3 插件托管、可调整大小的编辑器窗口、预设浏览与 A/B 状态比较,并向 VST3 和 CLAP 插件传递宿主走带信息。版本还重做了多声道音频路由,支持项目加载保存进度显示,并修复插件参数、备份、端口连接、播放头及音频线程等问题。

    推荐理由:这次 alpha 版本涉及 VST3、CLAP 托管、音频路由与多线程渲染等底层变化,对使用宿主插件、合成器和多声道工程的制作人员评估兼容性及调试流程有直接价值。

  1. Kokoro ONNX 官方发布68

    Kokoro ONNX 发布 model-files-v1.1 模型文件

    Kokoro ONNX 发布 model-files-v1.1,提供 Kokoro v1.0 与 v1.1-zh 的全精度、FP16 和 INT8 ONNX 文件,以及对应语音包。

    推荐理由:三种精度文件及体积、相关性和语音包信息便于部署选择;时长输出、浮点速度输入与图内嵌配置还能直接改善时间戳生成、变速稳定性及分发完整性。

  1. sherpa-onnx 官方发布76

    sherpa-onnx 发布 v1.13.5 更新模型、运行时与多平台支持

    sherpa-onnx 发布 v1.13.5,更新 Nemotron、Moonshine、Inflect 等模型支持,并改进 QNN、WebAssembly、SPM、Flutter 和多平台构建。此次版本还修复 ScaleSilence、Piper TTS、Paraformer、FireRedASR、Pyannote 及多项崩溃、内存和数值计算问题。

    推荐理由:本次更新覆盖模型导出、QNN 与多平台运行时,并集中修复 ASR、TTS、VAD 和音频处理中的稳定性与兼容性问题,对部署和制作流程有直接参考价值。

  1. sherpa-onnx 官方发布73

    sherpa-onnx 发布 v1.13.4,新增 QNN 支持并修复 Windows 路径问题

    sherpa-onnx 发布 v1.13.4,导出 Parakeet、Whisper 和 nemotron-speech-streaming-en-0.6b 等模型至 QNN,并加入对应 C++ 运行时支持。

    推荐理由:本次更新覆盖 QNN 模型导出与 C++ 运行时、Windows 路径兼容和 ASR 结果处理,并扩展 JavaScript 非流式 API 的逐流热词支持,对部署与语音识别集成有直接参考价值。

  1. LSP Plugins 官方发布74

    LSP Plugins 发布 1.2.31,更新独立版构建与多平台插件支持

    LSP Plugins 发布 1.2.31,以新的 standalone 构建功能启动独立插件,并由 jack 负责 JACK 音频后端。新版本通过 lsp-audio-pipewire 模块加入 PipeWire 支持,改用 FEATURE flags 管理构建选项,同时更新预设浏览、采样监听和 Gate、Multiband Gate 动态范围等功能。

    推荐理由:涵盖独立版启动、PipeWire 与 JACK 后端重构,并集中修正 CLAP、VST2 在多平台运行时的兼容问题,对插件部署和宿主稳定性判断较有价值。

  1. Polyphone 官方发布68

    Polyphone 2.6.0 更新音色浏览、sf3 导出与声音引擎

    Polyphone 2.6.0 新增荷兰语和日语翻译、AI soundfont explorer、目录 CSV 导出与启动视图选项,并支持调整 tuning、压缩未压缩的 sf3 采样及查看压缩采样。

    推荐理由:2.6.0聚焦 soundfont 浏览、导出与 sf3 压缩管理,并改善保存质量、重采样、内存和多项界面操作,对依赖音色库制作与维护的用户有直接参考价值。

  1. Csound 官方发布60

    Csound 7.0.0-beta.16 发布,新增类型系统与 SIMD 优化

    Csound 发布 7.0.0-beta.16,加入软件总线通道的用户自定义类型支持、SIMD 代码生成优化、内存对齐选项及 WebAssembly 构建文档。版本还改进了 for 循环显式类型和复杂运算,并修复复杂运算时序、结构体数组成员访问、rfft 及循环缓冲区 API 等问题。

    推荐理由:本次 beta 更新覆盖软件总线用户自定义类型、SIMD 优化、内存对齐、显式类型循环及 WebAssembly 构建文档,并修复复杂运算时序、数组类型和循环缓冲区等问题,对 Csound 开发与测试流程有直接参考价值。

  1. Polyphone 官方发布62

    Polyphone 2.5.0 新增多乐器播放、采样合并与 sfz release 支持

    Polyphone 2.5.0 新增“play with”功能,可同时演奏多个乐器或预设,并加入循环点交叉淡化、合并预设内全部乐器或采样生成 sample、sfz 的 release 触发以及 MIDI bank/preset 选择支持。该版本还改进自动循环精度、键盘与录音器窗口状态恢复、sf2/sf3 按 preset 导出、声音引擎溢出处理、多标签页管理和多处树视图显示问题。

    推荐理由:版本更新覆盖多乐器与预设播放、循环点交叉淡化、release 触发及 sfz 支持,并改进自动循环、导出、溢出处理与状态恢复,对采样制作和预设管理有直接工作流价值。

  1. LSP Plugins 官方发布74

    LSP Plugins 发布 1.2.24,加入环形调制侧链与响度计量支持

    LSP Plugins 发布 1.2.24,加入 Ring-Modulated 与 Multiband Ring-Modulated 侧链插件系列,并为 Referencer 系列增加集成响度计量。

    推荐理由:本次更新覆盖环形调制侧链、响度计量与限制模式,并改善多种格式兼容和稳定性,对插件功能规划、工程加载及跨宿主排错具有直接价值。