文字怎麼轉語音：從選擇音色到下載 MP3

把一段文字變成能直接使用的 MP3，關鍵動作只有三個：把文字改成適合朗讀的樣子，選一個匹配語言的音色，生成後聽一遍再儲存。PixMind 的文字轉語音頁面把這三步放進同一個介面：左側輸入文字並即時顯示字元計數，右側選擇音色和參數，生成結果在頁面內播放，確認後下載。

打開文字轉語音，用一段 100 字元以內的產品介紹，幾分鐘就能拿到第一段音訊檔案。

核心結論

• 音色彈窗裡可以直接試聽範例；生成層面微軟引擎免費且無需註冊，其餘引擎需登入，按字元數消耗點數。
• 未登入每次最多 100 字元、免費試用 2 次；登入後的免費方案仍為每次 100 字元，付費會員放寬到 10000 字元。
• 語速和音量滑桿對所有引擎可用，音調滑桿僅在 MiniMax 引擎出現；切換引擎時參數自動重置為預設值。
• 結果先在頁面播放條裡檢查人名、產品名和長數字，再點擊下載，得到 MP3 檔案。

準備一段適合直接讀出來的文字

生成品質的差別多半來自文字，而不是參數。同一個音色讀書面長句和讀短句，聽感完全不同，先把稿子改成「說出來的話」再生成，比反覆調滑桿有效。

改法有三條。把長句拆短，一句只留一個重點，刪掉「具備」「旨在」這類書面修飾。數字和縮寫按希望的讀法寫清楚，型號、金額、年份各自成詞。停頓交給標點：逗號是短停，句號是換氣，不要靠空格控制節奏。

以一段產品介紹為例。原文：「本產品採用全新一代自研引擎，具備高速、穩定、易用等特性，可滿足個人用戶與企業客戶在多種場景下的多樣化需求。」口語化改寫：「這是我們全新的一代引擎。它快，也穩。個人能用，團隊也能用。」

輸入框會按目前字元上限截斷文字，下方即時顯示「目前 / 上限」字元計數。上限數值與登入狀態有關，核對方法見「開始前怎樣確認額度和預計消耗」。

按語言篩選並試聽音色

右側面板預設帶一個按介面語言選擇的音色，中文介面預設中文音色，可以直接用它生成第一版。要換聲音時按下面的順序操作：

1. 點擊「選擇音色」，打開音色彈窗。
2. 在頂部「語音模型」一行切換引擎：微軟、火山引擎、MiniMax、Google、小語種。每個卡片標註該引擎目前的音色數量，具體數量以介面為準。
3. 用「語言」下拉篩選目標語言。選項來自目前引擎的音色目錄，換引擎後選項隨之變化。
4. 需要時再用「性別」下拉（女聲、男聲）和搜尋框縮小範圍，右側即時顯示「N 個音色」的結果數。
5. 把滑鼠移到音色頭像上點擊播放，試聽範例；沒有範例的音色會提示「該音色暫無試聽」。
6. 點擊中意卡片上的「選擇」，彈窗關閉，右側面板更新為該音色。

試聽播放的是音色自帶的範例，不是你輸入的文字；要判斷真實效果，直接用一句短文字生成一版再聽。引擎沒有唯一答案：微軟引擎免費且語言涵蓋廣，頁面將火山引擎定位為偏解說與有聲書，MiniMax 偏廣告與角色配音，Google 涵蓋更多語言與口音，小語種引擎涵蓋民族與地區語言。按手上任務各試一兩個音色，比記結論可靠。

調節語速、音量和可用參數

「語音設定」面板裡，語速和音量兩個滑桿對所有引擎可用，第三個滑桿「音調」只在選中 MiniMax 引擎的音色時出現。各引擎的取值範圍不同：

參數跟隨所選引擎，不隨音色通用：切換到另一引擎的音色時，滑桿自動回到該引擎的預設值，之前調過的設定不保留。面板下方的「重置參數」按鈕隨時可恢復預設。

調參順序建議固定：第一次生成用預設值，聽完確認問題出在節奏還是響度，再動對應的滑桿，一次只改一項，否則聽不出是哪次調整起了作用。

生成後聽一遍再下載 MP3

文字和音色就位後點擊「生成語音」，生成期間按鈕顯示「生成中…」。生成前會校驗文字、音色和字元數，不滿足要求時直接給出提示，不會白等。結果出來後按這個順序處理：

1. 在頁面底部的播放條裡完整聽一遍。播放條顯示進度、目前時間、總時長和所用音色名，進度可拖動。
2. 重點核對三類內容：人名、產品名、長數字。這些是讀錯機率最高的地方。
3. 有問題就回到文字改寫，例如調整寫法或增刪標點，再生成新版本，新結果會替換上一段。
4. 確認無誤後點擊「下載 MP3」，儲存的檔案以 pixmind-tts- 開頭，副檔名 .mp3。

完整示例音訊（音色：雲溪）：

頁面一次只保留一段結果，需要多段音訊時逐段生成、逐段下載。

開始前怎樣確認額度和預計消耗

額度資訊不用猜，全部顯示在文字框正下方。生成前核對三處：

1. 字元計數「X / Y 字元」：未登入和免費方案的 Y 是 100，付費會員是 10000。
2. 計數旁的提示文案：未登入顯示「免費試用 2 次 · 每次最多 100 字元」，登入後的免費方案顯示「免費用戶每次最多 100 字元」。
3. 「預計消耗」：選中微軟引擎時顯示「免費」，不扣點數；選中付費引擎時顯示點數數字，按每 100 字元 10 點數計算，不足 100 字元按 100 字元計。

未登入狀態下試用次數用盡後，伺服器端會拒絕生成並彈出登入框，登入後可繼續使用。音色彈窗裡的試聽不受此限制，隨時可以點開聽。

常見問題

哪些聲音可以免費體驗？

有範例的音色都能在彈窗裡直接試聽，不需要登入。生成層面分兩類：微軟引擎的音色免費，無需註冊即可生成，未登入有 2 次試用、每次 100 字元的限制；火山引擎、MiniMax、Google 和小語種引擎的音色需要登入，按字元消耗點數。判斷方法很簡單，看「預計消耗」位置顯示的是「免費」標籤還是點數數字。

下載的檔案是什麼格式？

MP3。每次生成後在播放條右側點擊「下載 MP3」即可儲存，檔名以 pixmind-tts- 開頭並附帶生成時間的時間戳。頁面一次保留一段結果，多段內容需要逐段生成並分別下載。

文字很長應該怎樣分段？

先確認目前上限：未登入和免費方案每次 100 字元，付費會員 10000 字元，超出的文字無法生成。按自然段或句群切分，每段單獨生成和下載。同一份文稿儘量用同一個音色，並注意切換引擎會把語速、音量等參數重置為預設值，分段前記下自己調好的設定。

現在生成第一段 MP3

從一段 100 字元以內的產品介紹開始：改寫成短句，選一個中文音色，用預設參數生成，完整聽一遍，再決定是否調整語速或換聲音。第一段 MP3 下載到本機後，更長的稿子只是同一流程的重複。

打開文字轉語音。