📖 相关知识

什么是文字转语音（TTS）？

文字转语音（Text-to-Speech，简称 TTS）是一种将文本内容转换为语音输出的技术。它通过语音合成引擎分析文本结构、语义和语法，再生成自然流畅的语音波形，广泛应用于无障碍辅助、语言学习、导航播报、智能助手等场景。

Web Speech API

本工具使用浏览器内置的 Web Speech API 中的 SpeechSynthesis 接口，无需服务器，完全在本地运行，保护隐私。核心对象包括：

• window.speechSynthesis — 语音合成控制器，提供 speak()、pause()、resume()、cancel() 等方法。
• SpeechSynthesisUtterance — 代表一段待朗读的文本，可设置语音、语速、音调、音量等属性。
• SpeechSynthesisVoice — 系统提供的语音列表，通过 speechSynthesis.getVoices() 获取，包含语言代码（如 zh-CN、en-US）和语音名称。

语音参数说明

浏览器兼容性

Web Speech API 在主流桌面浏览器中支持良好，但各平台提供的语音数量和质量有所不同：

• Chrome / Edge（Windows/macOS）：通常提供数十种多语言高质量语音，包含多个中文语音。
• Safari（macOS / iOS）：使用系统内置语音，中文支持较好。
• Firefox：部分版本支持，语音数量有限，取决于操作系统。

TTS 的应用场景

• 无障碍辅助：帮助视障用户、阅读障碍患者获取文本内容。
• 语言学习：通过标准发音帮助学习者纠正口音、练习听力。
• 内容消费：将文章、新闻转为音频，在通勤等场景解放双眼。
• 语音助手：智能音箱、导航系统、客服机器人的核心技术。