本地ASR/TTS模型评测与替代推荐

为本地语音识别与合成用户推荐Whisper、Kokoro等老模型之外的更优开源ASR/TTS替代方案

首次发现 2026-07-20 · 最近更新 2026-07-20 · 每日重算

2.8

证据置信度（非商业回报预测）

独立内容证据（同帖去重）

覆盖来源

付费证据（当前支出 / 明确愿付）

解决什么问题已在koboldcpp等平台使用Whisper(ASR)和Kokoro(TTS)等较老模型的用户，缺乏对新晋本地语音模型的系统了解和选型参考，不确定是否有更准确、更快或更自然的替代品

目标用户需要在本地部署语音识别和语音合成功能的开发者/爱好者，关注隐私、低延迟或离线场景

现有方案缺口暂未识别到被点名的现有方案

主题标签本地语音模型ASR/TTS选型开源语音工具

周提及趋势 · 近 12 周NEW 新晋

05-0406-0106-2907-20

趋势因子 ×1.0（上限 2.0）。

代表证据

公开预览展示 1 条 · 完整证据链共 1 条

需求 ★★☆☆☆ 亲身痛点

原帖标题：Good ASR and TTS models?

I've been using Whisper and Kokoro (old models, I …

一直在koboldcpp上用Whisper和Kokoro（老模型了），想知道现在是否有靠谱的替代品

公开层仅保留极短引用；请打开原帖核对完整语境。

Reddit2026-07-20查看原帖 ↗

跟进这条商机的后续变化

1 条证据逐条可追溯 · 免费开放 · 有效变化写进每周周报

订阅每周商机周报

评分口径摘要

证据置信度 = 强度 × 证据量 × 来源多样性 × 付费 × 竞争 × 趋势 × 10。所有计数基于独立内容条目（同一帖子多条信号只计 1 条）；仅"亲身痛点 / 当前支出 / 明确愿付 / 功能请求"四类一手证据计入；同一作者的重复内容按 0.15 权重折价计入评分，刷屏抬不了分；评分与状态晋级由确定性代码完成。

⚠ "证据充分"表示问题真实、反复、有人花钱；不是"值得创业"的判断。完整规则见方法与可信度。