文字轉語音
用神經網路人聲把文字變成自然的 MP3 語音——普通話 + 兩種英語音色
每次任務最多 2 萬字元——大約半小時的語音。任務完成後即可下載 MP3。
⚠️ 處理完成前請不要關閉或重新整理此頁面，否則可能無法取得處理結果。
💡 大檔案以你自己網路的速率傳輸：上傳會自動接續、可安全斷點續傳，網路慢只影響時間，絕不會影響你的點數。
語音引擎與實務限制
合成由神經 TTS 引擎執行，提供四種聲音設定：
- 中文女聲 / 中文男聲——針對華語韻律最佳化，數字與日期的念法自然合乎語感。
- 英文女聲 / 英文男聲——口音中立，在標點與標題處的停頓恰到好處。
長文會依句子邊界切成段落獨立合成，再無縫拼接——15 分鐘的旁白到了尾段也不會劣化。輸出為 MP3（48 kHz），與其他雲端任務相同的方式交付。標點能控制節奏：破折號帶來換氣感，刪節號會放慢語速。SSML 刻意不對外開放——純文字才能讓結果穩定可預期。
符合真實專案規模的自然語音
把文章轉成旁白，單次任務最長 20,000 字，中文與英文都有可清楚區分的男聲與女聲。
自然流暢的神經語音
神經 TTS 模型以自然的節奏與語調朗讀你的文字——比機械式合成音更清晰自然。
中文 + 英文多種聲音
提供一個普通話聲音與兩個英文聲音，中英文內容都能輕鬆配音。
立即下載 MP3
朗讀音訊立即轉成 MP3 供你下載——配旁白、做學習音檔或無障礙使用都合適。
如何使用
- 1
輸入或貼上文字——每次任務最多 2 萬字元，大約是半小時的語音。
- 2
選擇音色：普通話中文、美式英語女聲或美式英語男聲。
- 3
開始任務並下載 MP3。伺服器用神經網路語音模型合成——通常只要幾秒鐘。
常見問題
這是真正的神經網路語音，還是老式機械合成音？⌄
真正的神經網路語音。音色基於 Piper 模型，用數千小時錄音室素材訓練而成——停頓、語調、重音都很自然，絕不是早期語音合成的機器人腔。
有哪些音色可選？⌄
三種：普通話中文、美式英語女聲（Amy）、美式英語男聲（Joe）。音色表在伺服端，以後可以繼續添加。
文字長度有限制嗎？⌄
有——每次任務最多 2 萬字元（約 30 分鐘音訊）。更長的文章可以分多次任務生成，再用音訊合併工具拼接。
產生的音訊可以商用嗎？⌄
可以——只要你對文字內容享有權利，生成的旁白就能自由發布，包括營利影片與課程。我們的條款不要求標示語音來源。
相關工具
什麼是文字轉語音？
文字轉語音是把文字變成說話聲音的工具。貼上或輸入一段文字，伺服器上的類神經語音引擎（Piper）就會把它合成為自然的 MP3 朗讀音檔。它與語音轉文字正好相反——不需要上傳任何錄音，你寫下文字，它替你讀出聲音。工具內建三種音色：中文普通話、美式英語女聲與美式英語男聲。這是雲端工具中唯一不需要上傳檔案的方式：輸入的文字本身就作為請求送出，通常幾秒鐘就能完成合成。影片創作者用它配旁白，學生用它練發音，忙碌的讀者則把文章變成音檔在路上聽。
這個工具能做些什麼
- 📝 把輸入或貼上的文字合成為可聆聽的 MP3 語音
- 🗣️ 三種類神經音色可選：普通話、美式英語女聲、美式英語男聲
- 📏 單次最多 2 萬字元，約等於 20 到 30 分鐘的語音
- ⚡ 近即時合成，通常幾秒內完成
- 🎧 在頁面上直接試聽並下載 MP3 檔案
- 🔤 即時字數統計，全程不必上傳任何檔案
什麼時候會用到它
- 為影片、簡報或投影片配上旁白配音
- 跟著標準發音練習英文或中文口語
- 把文章與文件轉成音檔，通勤途中收聽
- 為線上課程、公告或 Podcast 製作語音內容
- 眼睛累了的時候，讓長篇文字自己讀出來
你的文字會透過加密連線送到 VPS 伺服器，由類神經引擎完成合成，任務檔案處理完畢即刪除，不會留存。本服務按任務消耗點數。目前限制：內建三種音色（一種普通話、兩種英語）、每次最多 2 萬字元，輸出為固定自然語速的 MP3——自訂音色、更多語言與語速調整暫不支援。