nyosegawa/speech.cpp 是一个基于 C++ 的语音合成、语音识别与语音活动检测(VAD)项目。2026 年 10 月 17 日发布的 v0.8.10 会实时显示模型加载以及合成、转写、检测的进度。如果标志、子命令或模型名输入有误，它会推测并推荐预期的值，帮助信息也按条目归类。speech serve 新增了横幅、每个请求一行的日志，以及对控制字符进行转义输出。
该项目在同一个仓库中提供了语音对话所需的多种处理能力。合成支持 Qwen3-TTS 和 Irodori-TTS，识别支持 Qwen3-ASR、ReazonSpeech 和 parakeet，语音区间检测支持 Silero VAD。运行目标包括 Metal、Vulkan 和 CPU，并包含 OpenAI 兼容服务器与实时转写。本次版本变更并非新增模型或后端，而是聚焦于进度显示、命令输入和服务器日志等使用流程。
已提供的发布信息中没有关于进度刷新周期的说明，也没有按后端比较性能的数据。因此没有依据认为本次变更提升了推理速度或处理质量。可以确认的改进在于：工作状态、错误输入的提示以及服务器请求日志显示得更加具体。