直接在浏览器中生成语音
使用在您的设备上运行的神经语音模型，将书面文本转换为口语音频。
无需将文本发送至远程文本转语音推理 API，即可选择声音、调整语速、生成音频并下载结果。
较短的段落通常生成更快且更容易预览。
Processing Information
Local ExecutionOn this device
Kokoro 82M
WebAssembly
No
Yes (WAV)
工作原理
四个步骤生成语音
神经模式在浏览器中运行文本转语音模型，而不是将每个生成请求发送到远程 TTS API。
输入您的文本
粘贴您想要听到的脚本、段落、笔记或其他文本。
选择声音
选择一个可用的神经声音并选择与您的文本匹配的语言。
生成语音
语音模型在您的设备上处理您的文本并创建音频波形。
收听或下载
在浏览器中预览生成的音频，并在需要保留时下载 WAV 文件。
为什么选择设备端 TTS
围绕本地处理设计的语音生成器
您的文本不会进入远程 TTS 请求
神经语音生成是通过在浏览器中运行模型来完成的，因此无需将文本提交给第三方文本转语音推理 API。
下载真正生成的音频
神经模式可创建可预览并另存为 WAV 文件的音频波形。
无需语音 API 密钥
您无需连接外部文本转语音账户或提供 TTS API 密钥。
系统语音后备方案
如果神经模型在您的设备上不切实际，您仍然可以使用浏览器或操作系统公开的声音。
神经语音与系统语音
神经语音
- 使用加载到浏览器中的本地语音模型
- 创建可下载的音频
- 首次使用时可能需要下载较大的模型
- 性能取决于您的设备
系统语音
- 使用您的浏览器或操作系统公开的声音
- 通常启动更快
- 不同设备的声音可用性有所不同
- 处理过程可能是本地的，也可能使用平台提供的服务
- 不保证可下载音频
常见用途
将文本转换为语音的实用方法
预览脚本
在录制前聆听旁白、视频脚本、演示文稿或对话。
通过聆听校对
大声朗读文本可以更容易地发现别扭的措辞、漏掉的词或节奏问题。
创建草稿旁白
为原型、演示、演示文稿或编辑工作流生成临时音轨。
收听笔记和学习材料
当聆听比阅读更方便时，将书面材料转化为音频。
测试发音和节奏
在其他地方使用之前，比较声音和语速以听取文本的读音效果。
负责任地使用生成的语音
生成的音频听起来可能像真人。请勿将其用于欺骗他人关于说话者的身份、冒充他人、实施诈骗或创建真实个人的误导性表象。
- 当生成的音频并非真人录音时，请勿将其表现为真人录音。
- 请勿以违反适用权利或协议的方式使用声音或内容。
- 在语境可能误导听众时，请考虑披露合成音频。
- 请查看您计划发布生成音频的任何平台的条款。
生成前需了解的事项
首次使用可能需要更长时间
神经 TTS 要求在生成开始之前加载模型文件。
性能因设备而异
生成速度取决于浏览器支持、可用内存、CPU 或 GPU 功能、文本长度和模型格式。
发音可能并非总是正确
人名、缩写、不寻常的拼写、技术术语和混合语言文本的发音可能与预期不同。
声音可用性可能有所不同
可用的神经和系统声音取决于所选的模型版本和设备环境。
生成的语音不是人类录音
神经语音是从文本生成的合成音频。
隐私
您的文本如何被处理
神经语音
语音生成旨在通过加载的神经 TTS 模型在您的浏览器中运行。您的文本无需发送到远程文本转语音推理 API。
模型下载
您的浏览器必须先加载模型和声音文件，本地生成才能运行。在支持的情况下，这些文件可能会被您的浏览器缓存。
系统语音
系统语音使用您的浏览器或操作系统公开的语音服务。该服务是否完全本地化取决于所选的声音、浏览器、操作系统和设备配置。
网站数据
本地语音生成并不意味着整个网站在没有网络活动的情况下运行。请查看我们的隐私政策以获取有关分析、日志、Cookie 和其他网站服务的最新信息。
常见问题
常见问题解答
关于本地语音生成、模型下载、隐私、音频文件和设备兼容性的解答。
将您的文本转换为语音
选择神经声音，在您的设备上生成音频，并在准备就绪后下载结果。