若要立即播放草稿,文字轉語音的替代方案是 Text To Speech:它最多可朗讀 20,000 個 UTF-16 程式碼單位,並使用目前瀏覽器與作業系統提供的語音,且不必將文字傳送至 Lizely。

當目標是聆聽一段文字、檢查其節奏,或測試裝置如何朗讀草稿時,這項功能會很有用。它並不是正式的配音工作流程:播放是透過瀏覽器進行,此工具也不會建立可攜式音訊檔案。

text to speech alternative
草稿播放的文字轉語音替代方案

此瀏覽器替代方案實際會做什麼

此工具透過瀏覽器的本機語音介面將純文字轉換為語音。文字會留在目前的分頁中,且僅傳遞給該介面;Lizely 不會上傳或儲存文字。此小工具在進行語音合成時不會發出伺服器請求,也不會執行音訊檔案編碼。

播放前,行尾與重複的水平空格會標準化。文字與標點不會被改寫,但這表示輸入內容不會保留為原始字元的完全相同序列。較長的文字段落會分割成每個不超過 220 個 UTF-16 程式碼單位的區塊。分割器會優先採用句子邊界,其次是子句邊界,再其次是空格;當單一連續詞彙異常長時,最後才使用硬性邊界。

分塊有助於避免瀏覽器引擎收到過大的單一發話內容,而造成停止播放或處理方式不一致。最終結果仍是正常的瀏覽器播放,而非合成的媒體檔案。

依所需輸出選擇

最實用的區分在於立即聆聽文字,以及建立永久語音素材。選擇瀏覽器式或專用語音服務前,請先確認所需的交付成果。

您的需求 Text To Speech 瀏覽器選項 更適合的選項
聆聽草稿、電子郵件或短篇段落 支援使用本機瀏覽器語音 不需要單獨的服務
儲存可重複使用的 MP3 或 WAV 不支援 具備音訊匯出功能的專用合成服務
使用取得授權的商用語音 不提供 專用服務,並在使用前審閱授權條款
套用固定的發音字典或 SSML 不支援 提供所需控制功能的專用服務
在不同機器上使用相同語音 不保證 提供可重現語音的服務
使用焦點、控制項及即時區域公告來瀏覽網頁 不支援 持續維護的螢幕閱讀器

調整語速與音高可以讓文字段落更容易聆聽,但這些控制項無法將依裝置而異的系統語音轉換為取得授權且固定的商用語音。當最終成果是一次聆聽工作階段,而非可重複使用的媒體檔案時,瀏覽器選項最為合適。

在瀏覽器中朗讀文字段落

  1. 輸入或貼上文字。 使用最多 20,000 個 UTF-16 程式碼單位的純文字。空白輸入、空字元及超過上限的文字都會被拒絕。
  2. 選擇語音與設定。 如果平台回報可用語音,請選擇其中一種。依需求將語速從 0.5× 調整至 2.0×,並將音高從 0.5 調整至 2.0。
  3. 選取 Speak。 此工具會取消小工具建立的任何較舊朗讀佇列,然後依照原始順序逐區塊將目前的文字加入佇列。
  4. 控制播放。 您可以隨時使用 Pause、Resume 或 Stop。這些命令會委派給同一個瀏覽器語音引擎,而不是用來控制另一個音訊檔案。
  5. 編輯後重新朗讀。 變更文字、語速、音高或語音時,會停止作用中的佇列。再次選取 Speak,即可從修訂後的輸入內容開始。

瀏覽器可能要求使用者先做出手勢,才允許輸出音訊,因此可能需要先點選頁面或與頁面互動。它也可能未提供明確的語音清單,或在執行階段拒絕所選的語音。播放失敗時,此工具會回報錯誤,而不會顯示文字段落已完成。

瞭解播放控制項

此工具的限制與控制值都很精確,但實際效果取決於提供語音引擎的瀏覽器與作業系統。

設定或限制 支援的值 實際意義
最大輸入量 20,000 個 UTF-16 程式碼單位 此工具最多接受至該計數上限
播放區塊 不超過 220 個 UTF-16 程式碼單位 長文字會以多個有限長度的發話內容加入佇列
語速 0.5× 至 2.0× 這是瀏覽器控制值,並非經量測的每分鐘字數
音高 0.5 至 2.0 這是瀏覽器控制值,並非標準化的音樂音程
語音 目前裝置回報的任何語音 名稱、語言、口音與品質可能因平台而異
輸出 瀏覽器播放 不會提供可下載的標準化音訊緩衝區

語速與音高會傳遞至瀏覽器的 SpeechSynthesisUtterance 介面。它們不是經量測的傳送速度、校正過的音樂音高或無障礙認證,不同引擎對相同設定的解讀也可能不同。更廣泛的 SpeechSynthesis 介面 也取決於瀏覽器支援與裝置設定。

分塊程序是依邊界進行,而非完整的語言解析器。因此,它無法保證不同語音之間具有相同的停頓。Pause 與 Resume 會影響目前頁面中瀏覽器的語音合成佇列,因此,同一分頁中使用該介面的其他指令碼也可能與播放互動。

考量依裝置而異的語音

語音的可用性完全來自目前的裝置。名稱、語言、口音、品質、發音方式及已安裝語音的數量,在不同電腦之間可能有所差異。在某個系統上看得到的語音,可能不存在於另一個系統,而下載額外的作業系統語音並不在此工具的範圍內。

沒有將內容上傳至 Lizely,並不應視為保證每種語音都能離線運作。此小工具不會發出伺服器請求,但並不保證可離線使用,瀏覽器仍可能要求先進行互動才能開始播放。因此,您應在實際進行朗讀的電腦與瀏覽器上測試語音品質與發音方式。

為正式音訊選擇專用服務

當工作需要下列任一項目時,請使用專用合成服務:

  • 可重複使用的音訊錄音,例如 MP3 或 WAV
  • 取得授權的商用語音
  • 固定的發音字典
  • 以 SSML 為基礎的正式工作流程
  • 在不同機器上重現相同語音

提交重要或受限制的資料前,請先審閱服務的隱私權與授權條款。此瀏覽器工具不會將語音轉為文字,也不會複製語音、提供醫療或診斷指引、充當語言學習系統,或認證無障礙符合性。

它也不是輔助用螢幕閱讀器軟體的替代方案。它只會朗讀輸入的文字,不會公告頁面結構、焦點、控制項、語義角色或即時區域。若要用於必要的輔助用途,請依賴持續維護的螢幕閱讀器,以及裝置提供的無障礙設定。

若要使用裝置語音快速朗讀草稿,並直接控制播放,Text To Speech 能夠發揮專一用途。當輸出內容必須保留或標準化時,請選擇專用合成服務;當實際任務是瀏覽與取得情境公告時,則請選擇螢幕閱讀器。

若您正在權衡 various 選項,Text to Speech App:設定、控制項與限制 對此有詳細說明。

若您正在權衡 various 選項,World Clock Alternative:以瀏覽器為基礎的選擇 對此有詳細說明。