文本转语音
在浏览器中将支持语言的文字合成为语音并导出 WAV。当前模型不支持中文语音合成。
快速说明与规格
核心流程在此浏览器中运行。开始前请核对支持格式、公开限制以及按需下载的模型大小。
- 输入
- 文本
- 输出
- WAV
- 处理位置
- 此设备的浏览器中
- 模型支持的语言
- 31 种语言 — 请查看语言选择菜单
- 最后核验
界面语言与模型处理语言不同。识别和发音质量因语言而异，请核对结果。 当前模型未将此界面语言列为支持的输入语言。
如何在浏览器本地将文字合成为语音
Aiviko 文字转语音 (TTS) 工具可在浏览器本地将 31 种支持语言的文字合成为自然语音，并导出为 WAV 音频文件。工具基于 ONNX Runtime Web（支持 WebGPU 与 WASM 回退）在设备端运行 Supertonic 语音合成模型，提供 10 种音色风格（男声 1–5、女声 1–5）、语速调节与降噪步数控制。
1. 选择模型支持的语言与音色
从 31 种支持语言（如英语、韩语、日语、西班牙语、法语、德语等）中选择语种，并挑选男声 1–5 或女声 1–5 音色。
2. 调节质量、语速并输入文本
选择“快速”或“高品质”降噪步数以及“慢 / 正常 / 快”语速，输入或粘贴相应语言的文本。
3. 本地生成试听并下载 WAV
在浏览器中完成语音合成后，通过内置播放器试听发音，并直接下载 WAV 音频文件。
支持的语音合成能力
- 支持英语、韩语、日语、西班牙语、法语、德语等 31 种语言的浏览器本地 AI 语音合成
- 内置 10 种人声音色（M1–M5 男声与 F1–F5 女声），支持自定义语速与降噪迭代步数
- 基于 ONNX Runtime Web，优先调用 WebGPU 加速并支持 WASM 自动回退
- 内置音频预览播放器与无损 WAV 格式一键导出
语言支持范围与限制说明
- 虽然网站界面提供中文，但当前 Supertonic 模型仅支持列表中的 31 种语言，暂不支持中文 (zh) 语音合成。
- 首次生成语音时，浏览器需要从文档说明的模型托管源下载 ONNX 模型与音色配置文件。
- 缩写、复杂数字或所选语言与文本实际语言不一致时可能导致发音不自然，导出前请完整试听。
相关语音与字幕工具
文字转语音常见问题
为什么界面是中文，但不能合成中文语音？
界面语言与底层 AI 模型支持的语言相互独立。当前集成的 Supertonic 模型支持英语、韩语、日语、西班牙语等 31 种语言，尚未包含中文发音模型；若需处理中文音频转写，可使用支持中文的“语音转文字”或“字幕生成器”。
我输入的文字会发送到服务器吗？
不会。语音合成推理与 WAV 编码全部在您的浏览器内运行，输入文本不会上传至 Aiviko 服务器。
“快速”和“高品质”模式有什么区别？
该选项控制推理时的降噪步数。“快速”步数较少、生成更快；“高品质”执行更多降噪迭代，生成的 WAV 音质更干净。
使用前须知
产品信息审核：Aiviko Team处理位置
所选输入在浏览器中处理，不会上传到 Aiviko 的处理服务器。
可能使用网络的内容
页面可能下载代码、字体、运行文件或机器学习模型。分析与广告仅按隐私和 Cookie 政策所述选择与条件加载。
结果与限制
速度、准确率和实际最大文件大小取决于输入、浏览器与设备。重要用途前请阅读指南。