本地文本转语音 • 28 种音色 • 浏览器 AI • 隐私优先

文本转语音

在浏览器中将文本转换为自然语音。28 种内置音色、可调语速、隐私优先，无需上传服务器。

这个文本转语音工具可以做什么

这个工具使用 Kokoro-82M AI 模型，在浏览器中将文本转换为自然语音。支持 28 种内置音色（美式和英式口音）、可调语速，以及长文本自动分段处理。所有处理都在本地完成——你的文本永远不会离开设备。

如何在浏览器中使用文本转语音

  1. 1.输入或粘贴要转换的文本
  2. 2.选择一个音色并点击试听
  3. 3.根据需要调整语速
  4. 4.点击生成并下载音频

为什么这种文本转语音方式很实用

模型加载后所有处理在浏览器本地完成

28 种内置音色，涵盖美式和英式口音

支持 0.5x 到 2.0x 的语速调节

支持最长 5000 字符的长文本，自动分段处理

文本转语音常见问题

我的文本会保密吗？

是的。文本转语音处理完全在浏览器中运行。你的文本不会上传到任何服务器——所有数据都保留在你的设备上。

有多少种音色可选？

共有 28 种内置音色，包括 11 种美式女声、9 种美式男声、4 种英式女声和 4 种英式男声。点击任意音色即可试听。

为什么第一次生成较慢？

第一次生成语音时，AI 模型（约 154MB）需要下载到浏览器中。这是一次性下载——模型会被缓存，再次访问时会直接复用。需要支持 WebGPU 的浏览器（Chrome 113+ 或 Edge 113+）。

系统要求是什么？

你需要支持 WebGPU 的浏览器，例如 Chrome 113 或更高版本，或 Edge 113 或更高版本。工具首次使用时会下载约 154 MB 的 AI 模型，之后会缓存在浏览器中供后续访问使用。处理速度取决于你的 GPU——更快的 GPU 生成语音更快。

这会让我的电脑变卡吗？

运行 AI 模型会消耗大量 GPU 和内存资源。在低端或较旧的设备上，你可能会遇到浏览器卡顿、内存占用高或处理过程中暂时无响应的情况。为获得最佳体验，请关闭不必要的标签页和应用程序，并尽量使用配备独立显卡的设备。

语音听起来自然吗？

Kokoro-82M 模型能生成自然流畅的语音，具有独特的声音个性。不同音色的质量有所不同——有些听起来更口语化，有些更正式。你可以在生成前试听任意音色，找到最适合你需求的声音。