两种声音来源
这个文字转语音工具提供两种声音来源，了解它们的区别会很有帮助。
- 浏览器语音是操作系统或浏览器自带的声音。它们能立即开始朗读，适合用来听文字内容。声音的数量和质量取决于你的设备：Windows、macOS、Android 和 iOS 各有自己的一套语音。大多数浏览器不允许录制这些声音，因此只能用于收听。
- 神经网络语音是新一代语音模型，页面只需下载一次，之后就在你自己的设备上运行。它们的节奏和语调更自然，听起来更真实，还可以保存为音频文件。支持多种语言，模型提供时还有男声和女声可选。
你的文字不会发送到服务器进行语音合成。神经网络语音在浏览器中本地计算，这也意味着模型加载完成后，即使没有网络也能继续使用。
第一次选择某个神经网络语音时，会下载对应的模型。语音模型可能有几十 MB，所以网速较慢时首次使用需要稍等片刻，之后就能很快启动。为长文本生成语音也需要一些时间，因为每一句话都要在你的设备上计算，台式电脑明显比手机更快。建议先试一小段文字，确定声音和语速后，再生成全部内容。
如何获得自然的效果
- 善用标点。逗号和句号会产生停顿。没有逗号的长句会被一口气读完。
- 按照读音来写数字。如果声音读错了，比如把用数字写的年份改成文字，或者把缩写拼写出来。
- 将长文本分段。每个段落之间都会有自然的停顿。
- 选择对应语言的声音。用英语声音朗读法语文字，听起来会很奇怪，即使字母相同也一样。
- 调整语速。语言学习和听写建议 0.8–0.9，收听长文章建议 1.1–1.3。
常见用途
为短视频和幻灯片配音，用听代替读来看文章和学习笔记，检查外语单词的发音，制作语音播报，也能帮助阅读困难或眼睛疲劳的人。如果想让语音听起来像在房间里录制的，可以加一点混响。想把人声与背景音乐合在一起，请使用混音。
语音转文字
需要反过来操作？MP3 转文字可以把录音转换成带时间戳的文字，同样在你的设备上完成。
如果打算把生成的语音用于商业项目，请先查看该语音模型的许可协议，因为不同声音的条款各不相同。