文字转语音，31 languages.

浏览器内文本转语音的实际含义是什么

大多数文本转语音网站都是一种表单。您输入文字，您的文字就会传输到服务器，那里的模型会生成音频，然后返回一个文件。浏览器内文本转语音消除了中间步骤。该模型会发送给您一次，然后您的浏览器会运行它。

此页面使用 Supertonic 3，它与 Yaps 桌面应用程序附带的语音引擎相同。它大约为 145MB，在您第一次打开页面时以正常下载方式到达。您的浏览器会缓存它。此后的每个剪辑都是在您自己的处理器上制作的，这就是为什么没有队列、没有信用计数器、也没有帐户的原因。

浏览器有多种说话方式，但它们并不相同。内置的 Web Speech API 会借用您的操作系统所具有的任何声音，因此同一页面在 Mac 和旧 Android 手机上听起来会有所不同。云 API 听起来一致，但会读取您粘贴的所有内容。一个小型本地模型位于两者之间：到处都是一个声音，而文本保持不变。

私人文本转语音：无需上传、无需注册、无需 API 密钥

您粘贴到框中或从文档中加载的任何内容都不会离开您的机器。这不是您必须相信的承诺，而是页面的构建方式。没有端点等待接收您的文本。

大约十秒就可以查到。语音下载完毕后，请关闭 Wi-Fi，并生成剪辑。它仍然会说话，因为你的文字永远不会去任何地方。更好的是，在模型缓存后关闭连接。该工具一直在说话。

相同的结构消除了通常的摩擦。测试脚本时没有帐户、没有电子邮件地址、没有 API 密钥、没有免费套餐。我们不会为每个单词的推理付费，因此无需计量。

当文本不是由您分发时，这一点最为重要。 NDA 下的副本、临床脚本、内部培训材料、未公布的产品名称、手稿的一章。这些正是人们粘贴到免费工具中的东西，而不考虑它们落在哪里。

一种模型支持 31 种语言的文本转语音

选择一种语言，选择四种声音中的任何一种，它就会读取。西班牙语、德语、意大利语、波兰语、荷兰语、土耳其语、韩语、日语、阿拉伯语、印地语、越南语等二十种语言，全部来自同一个 145MB 文件。

对于这么小的模型来说这是不寻常的。大多数本地引擎都需要为每种语言配备一个音素器，这是一个将拼写转换为发音的独立组件，因此每种新语言都意味着要发布另一本词典。这就是为什么其他浏览器内工具只有英文版，或者英文版加上一些附加功能。 Supertonic 直接根据拼写计算出发音，因此一组权重就可以解决所有问题。

完整列表：英语、西班牙语、法语、德语、意大利语、葡萄牙语、荷兰语、波兰语、俄语、乌克兰语、捷克语、斯洛伐克语、斯洛文尼亚语、克罗地亚语、保加利亚语、罗马尼亚语、匈牙利语、希腊语、瑞典语、丹麦语、芬兰语、爱沙尼亚语、拉脱维亚语、立陶宛语、土耳其语、阿拉伯语、印地语、印度尼西亚语、越南语、韩语、日语。

31 种语言的质量各不相同。英语和较大的欧洲语言是最强的。设置语言选择器以匹配您的文本，因为阅读取决于它。

如何在浏览器中将文本转换为 WAV 文件

1. 将 PDF、EPUB、TXT、Markdown、HTML、RTF 或 DOCX 文件粘贴或输入到阅读器中。导入的文档在您的设备上进行解析。每次运行的限制为 600 个字符，大约是一个短段落或 20 秒的语音。

2. 选择文本的语言。这改变了拼写的阅读方式，因此它比看起来更重要。

3. 选择声音。这里有四个人：诺拉、卢娜、沃森和凯尔德。四个人都通晓全部 31 种语言。

4. 按讲话按钮。第一次访问时，首先下载 145MB 引擎，您将看到一个进度条。之后就不用等待了。

5. 按下载以 44.1kHz 保存 WAV 文件。

生成速度比实时速度更快，并且从第一个句子开始播放，而不是等待整个段落，因此您几乎可以立即听到声音。如果您想要不同的效果，请编辑文本并再次运行。运行之间不会保存任何内容，也不会在其他人的作业后面排队。

首次下载后离线文本转语音

一旦模型位于浏览器缓存中，该工具就不再需要互联网。加载页面，进入隧道或飞机，它仍然会产生音频。这是本地运行的副作用，而不是我们附加的功能。

费用为一次性下载 145MB。在连接良好的情况下，不到一分钟；在绑定移动数据方面，值得等待更好的数据。您的浏览器决定保留缓存的时间，因此如果您清除站点数据，它将再次获取。

它在 WebAssembly 上运行，因此不需要显卡，也不涉及扩展或安装。当前版本的 Chrome、Edge、Firefox 和 Safari 均可在桌面和手机上运行。较旧或内存较低的手机速度会较慢，因为 145MB 型号的手机在说话时必须占用内存。

与上传文本的文本转语音网站相比如何

主流免费网站宣传数百种声音和一百种语言。他们可以，因为数据中心正在做这项工作。交易是你的脚本被发送给他们，通常伴随着注册、每日字数上限、水印或繁忙时间的队列，以及你必须阅读的隐私政策，以了解文本之后会发生什么。

此页的形状相反。四种声音，一次 600 个字符，第一次访问时需要等待。作为交换：没有帐户，运行次数没有上限，没有任何东西可以将您的文字发送到任何地方，并且即使连接关闭，它也能继续工作。

与其他本地浏览器内工具相比，比较更直接。它们中的大多数都运行 Kokoro，这是一个较大的下载版本，并且以浏览器形式提供，通常只有英文版。 Supertonic 的大小大约是它的一半，可以以相同的权重读取 31 种语言。

用于商业用途的免费文本转语音以及许可证要求

您可以将音频用于商业用途。 Yaps 没有归属要求，文件中没有水印，也无需购买单独的许可证。

模型权重根据 BigScience Open RAIL M 许可证发布，该许可证允许商业用途，但对输出的处理附加条件。简而言之，重要的是：未经特定真人同意，不得使用它来模仿特定的真人；不要将合成语音冒充为某人的真实录音；不要用它来欺骗、骚扰或生成伤害他人的内容。这些限制随音频一起传播，因此它们适用于您将文件传递给的任何人。

全文链接自我们的条款，并且足够短，易于阅读。如果您正在制作旁白、解释、演示视频、文章的音频版本或产品的语音提示，这些都不会妨碍您。

该工具不能做什么，以及 Yaps 应用程序添加了什么

直接说吧：此页面读取您从本地 PDF、EPUB、TXT、Markdown、HTML、RTF 或 DOCX 文件输入、粘贴或导入的文本。它不会触及您正在查看的文章、电子邮件、另一个窗口中的文档或屏幕上其他位置的选择。网页无法达到这些目的，我们也不希望有这样的方法。

Yaps 桌面应用程序是发生变化的地方。在 Mac、Windows 或 Linux 计算机上突出显示任意位置的文本，按下快捷键，它就会以相同的声音大声朗读。它携带全套十种语音风格（而不是四种），没有 600 个字符的限制，一次处理长篇阅读一个段落，并添加了带有语音克隆的表达引擎。它也在设备上运行，因此隐私故事是相同的。

如果您需要的只是一个短片和一个 WAV 文件，请留在此处。它是免费的，并且不是试用版。