Text To Speech

二、核心功能亮点

（一）基础语音生成功能

1. 多语言多音色覆盖：支持中文普通话（含青年、中年、老年等不同年龄段男女声，以及河南、陕西、山东、四川等地方口音）、各类外语语音，部分语音支持多语言切换，可将拟声词转换为真实音效（如 “哈哈” 转为笑声）。
2. 高自由度参数调节：可自定义语速、音调、音量，设置感情强度与静音停顿时间，满足不同场景下的语音表达需求（如沉稳的汇报语音、活泼的短视频配音）。
3. 多质量格式输出：提供 MP3、WAV 等格式，音频比特率可在 32kbps-192kbps 之间调整，支持 16kHz 等不同采样率选择，兼顾生成速度与音质需求（无损 WAV 格式最长输出 10 分钟）。

（二）高级特色功能

1. 感情与模仿功能：部分语音（如晓墨、晓萱等）支持感情选择与模仿功能，外语语音可适配官方支持的感情效果，让语音更具感染力；新增感情强度调节，精准匹配文本情绪。
2. 文本优化工具：配备一键清除、一键整理功能（自动清除换行并按 500 字左右分段），支持多音字手动标注（通过代码自定义读音与声调）、自定义停顿设置（如添加 5 秒停顿），解决特殊文本的语音生成问题。
3. 批量与多语言生成：支持单次无限字数生成（实测 10000 字可成功），支持多语言分组生成（最多 50 组），通过添加模型功能可保存常用语言配置，后续直接调用无需重复设置。
4. 辅助功能：提供语音试听（支持试听首个句号或换行前内容）、暂停播放、自动记录上次使用配置等便捷功能，生成结果支持在线播放与下载，部分功能可切换至新站使用字幕下载服务。

（三）使用权限与服务

1. 免费用户：每日可享基础免费字数额度（根据平台调整，目前为 2000 字左右），支持基础音质生成，需完成验证码校验以防止刷量。
2. 授权用户：解锁无限字数生成、高清音质、专属服务器加速等权益，支持微信登录与支付扩展，可参与推广返利活动，授权链接仅限个人使用，禁止共享或恶意调用。

三、详细使用方法

（一）基础语音生成步骤

1. 访问平台：打开浏览器输入网址https://www.text-to-speech.cn/，进入文本转语音主页面。
2. 输入 / 编辑文本：在文本框中直接输入或粘贴需要转换的文本，避免单独成行的特殊符号、违禁字；内容较多时建议按 500 字左右用两个换行分段，提升生成成功率。
3. 文本优化（可选）：
   • 点击 “一键整理” 清除多余换行并自动分段（重复内容较多时不建议使用）；
   • 需自定义多音字或停顿时，将光标定位到目标位置，点击 “多音字” 或 “停顿” 按钮，按示例修改代码（如<phoneme alphabet="sapi" ph="hai 2">还</phoneme>设置多音字读音）。
4. 配置语音参数：
   • 选择语言与音色：在右侧下拉框中挑选目标语言（如中文普通话）及对应音色（标注年龄、性别或口音）；
   • 调整核心参数：设置语音质量、语速、音调、音量，选择是否启用感情、模仿功能及对应的强度；
   • 高级设置：按需调整静音停顿时间、音频比特率，启用 “预测” 功能可让系统自动分析文本添加感情（仅支持中文有效语音）。
5. 生成与预览：点击生成按钮，等待语音生成（字数越多、音质越高，生成时间越长，1000 字约需 50 秒）；生成后可点击音频播放器在线试听，确认效果是否符合需求。
6. 下载保存：试听满意后，点击下载按钮获取语音文件；若下载速度较慢，可尝试点击 “查看” 进入播放页面下载，手机用户推荐使用 QQ 浏览器资源嗅探功能。

（二）多语言分组生成步骤

1. 添加模型：选择目标语言、语音、质量等配置，点击 “模型” 按钮为该配置命名并保存。
2. 切换多语言模式：点击 “多语言切换” 按钮，为文本中每句内容匹配对应的已保存模型。
3. 生成与下载：确认配置后点击生成，系统将按分组生成多语言语音，支持批量下载。

四、注意事项与使用建议

（一）使用注意事项

1. 文本规范：避免包含单独成行的特殊符号、违禁字，否则可能导致生成失败；单次生成字数较多时需合理分段，减少卡顿。
2. 网络与稳定性：生成失败可能因网络原因或微软接口风控，建议刷新页面重新尝试，减少单次生成字数；平台提示维护时需等待站长处理（多为微软账号风控导致）。
3. 权限与隐私：授权用户需妥善保管授权链接，禁止共享或恶意刷量，系统将记录 IP 地址，违规使用可能被封号；所有文本处理均通过官方接口完成，注意保护敏感信息。
4. 格式与兼容性：WAV 格式文件较大，下载时拉起窗口时间较长，且最多支持 50 组生成；手机用户若遇生成 / 下载异常，可强制刷新页面或更换浏览器（推荐 QQ 浏览器）。

（二）场景化使用建议

1. 日常短文本生成（如通知、台词）：选择基础音质（16khz-32kbitrate），启用 “预测” 功能自动匹配感情，快速生成高效便捷。
2. 长文本生成（如小说、报告）：按 500 字分段，选择中等比特率，关闭高画质选项，避免生成超时；可保存常用语音模型，提升重复使用效率。
3. 方言或特色语音需求：选择标注地方口音的音色（如河南、四川口音），如需精准表达，搭配多音字自定义功能。
4. 商业或高质量需求：升级为授权用户，解锁 192kbps 高清音质、无限字数生成及专属服务器，保障生成速度与稳定性。