文字怎么转语音：从选择音色到下载 MP3

把一段文字变成能直接使用的 MP3，关键动作只有三个：把文本改成适合朗读的样子，选一个匹配语言的音色，生成后听一遍再保存。PixMind 的文字转语音页面把这三步放进同一个界面：左侧输入文本并实时显示字符计数，右侧选择音色和参数，生成结果在页面内播放，确认后下载。

打开文字转语音，用一段 100 字符以内的产品介绍，几分钟就能拿到第一段音频文件。

核心结论

• 音色弹窗里可以直接试听样例；生成层面微软引擎免费且无需注册，其余引擎需登录，按字符数消耗积分。
• 未登录每次最多 100 字符、免费试用 2 次；登录后的免费套餐仍为每次 100 字符，付费会员放宽到 10000 字符。
• 语速和音量滑条对所有引擎可用，音调滑条仅在 MiniMax 引擎出现；切换引擎时参数自动重置为默认值。
• 结果先在页面播放条里检查人名、产品名和长数字，再点击下载，得到 MP3 文件。

准备一段适合直接读出来的文字

生成质量的差别多半来自文本，而不是参数。同一个音色读书面长句和读短句，听感完全不同，先把稿子改成“说出来的话”再生成，比反复调滑条有效。

改法有三条。把长句拆短，一句只留一个重点，删掉“具备”“旨在”这类书面修饰。数字和缩写按希望的读法写清楚，型号、金额、年份各自成词。停顿交给标点：逗号是短停，句号是换气，不要靠空格控制节奏。

以一段产品介绍为例。原文：“本产品采用全新一代自研引擎，具备高速、稳定、易用等特性，可满足个人用户与企业客户在多种场景下的多样化需求。”口语化改写：“这是我们全新的一代引擎。它快，也稳。个人能用，团队也能用。”

输入框会按当前字符上限截断文本，下方实时显示“当前 / 上限”字符计数。上限数值与登录状态有关，核对方法见“开始前怎样确认额度和预计消耗”。

按语言筛选并试听音色

右侧面板默认带一个按界面语言选择的音色，中文界面默认中文音色，可以直接用它生成第一版。要换声音时按下面的顺序操作：

1. 点击“选择音色”，打开音色弹窗。
2. 在顶部“语音模型”一行切换引擎：微软、火山引擎、MiniMax、Google、小语种。每个卡片标注该引擎当前的音色数量，具体数量以界面为准。
3. 用“语言”下拉筛选目标语言。选项来自当前引擎的音色目录，换引擎后选项随之变化。
4. 需要时再用“性别”下拉（女声、男声）和搜索框缩小范围，右侧实时显示“N 个音色”的结果数。
5. 把鼠标移到音色头像上点击播放，试听样例；没有样例的音色会提示“该音色暂无试听”。
6. 点击中意卡片上的“选择”，弹窗关闭，右侧面板更新为该音色。

试听播放的是音色自带的样例，不是你输入的文本；要判断真实效果，直接用一句短文本生成一版再听。引擎没有唯一答案：微软引擎免费且语言覆盖广，页面将火山引擎定位为偏解说与有声书，MiniMax 偏广告与角色配音，Google 覆盖更多语言与口音，小语种引擎覆盖民族与地区语言。按手头任务各试一两个音色，比记结论可靠。

调节语速、音量和可用参数

“语音设置”面板里，语速和音量两个滑条对所有引擎可用，第三个滑条“音调”只在选中 MiniMax 引擎的音色时出现。各引擎的取值范围不同：

参数跟随所选引擎，不随音色通用：切换到另一引擎的音色时，滑条自动回到该引擎的默认值，之前调过的设置不保留。面板下方的“重置参数”按钮随时可恢复默认。

调参顺序建议固定：第一次生成用默认值，听完确认问题出在节奏还是响度，再动对应的滑条，一次只改一项，否则听不出是哪次调整起了作用。

生成后听一遍再下载 MP3

文本和音色就位后点击“生成语音”，生成期间按钮显示“生成中…”。生成前会校验文本、音色和字符数，不满足要求时直接给出提示，不会白等。结果出来后按这个顺序处理：

1. 在页面底部的播放条里完整听一遍。播放条显示进度、当前时间、总时长和所用音色名，进度可拖动。
2. 重点核对三类内容：人名、产品名、长数字。这些是读错概率最高的地方。
3. 有问题就回到文本改写，例如调整写法或增删标点，再生成新版本，新结果会替换上一段。
4. 确认无误后点击“下载 MP3”，保存的文件以 pixmind-tts- 开头，扩展名 .mp3。

完整示例音频（音色：云溪）：

页面一次只保留一段结果，需要多段音频时逐段生成、逐段下载。

开始前怎样确认额度和预计消耗

额度信息不用猜，全部显示在文本框正下方。生成前核对三处：

1. 字符计数“X / Y 字符”：未登录和免费套餐的 Y 是 100，付费会员是 10000。
2. 计数旁的提示文案：未登录显示“免费试用 2 次 · 每次最多 100 字符”，登录后的免费套餐显示“免费用户每次最多 100 字符”。
3. “预计消耗”：选中微软引擎时显示“免费”，不扣积分；选中付费引擎时显示积分数字，按每 100 字符 10 积分计算，不足 100 字符按 100 字符计。

未登录状态下试用次数用尽后，服务端会拒绝生成并弹出登录框，登录后可继续使用。音色弹窗里的试听不受此限制，随时可以点开听。

常见问题

哪些声音可以免费体验？

有样例的音色都能在弹窗里直接试听，不需要登录。生成层面分两类：微软引擎的音色免费，无需注册即可生成，未登录有 2 次试用、每次 100 字符的限制；火山引擎、MiniMax、Google 和小语种引擎的音色需要登录，按字符消耗积分。判断方法很简单，看“预计消耗”位置显示的是“免费”标签还是积分数字。

下载的文件是什么格式？

MP3。每次生成后在播放条右侧点击“下载 MP3”即可保存，文件名以 pixmind-tts- 开头并附带生成时间的时间戳。页面一次保留一段结果，多段内容需要逐段生成并分别下载。

文字很长应该怎样分段？

先确认当前上限：未登录和免费套餐每次 100 字符，付费会员 10000 字符，超出的文本无法生成。按自然段或句群切分，每段单独生成和下载。同一份文稿尽量用同一个音色，并注意切换引擎会把语速、音量等参数重置为默认值，分段前记下自己调好的设置。

现在生成第一段 MP3

从一段 100 字符以内的产品介绍开始：改写成短句，选一个中文音色，用默认参数生成，完整听一遍，再决定是否调整语速或换声音。第一段 MP3 下载到本地后，更长的稿子只是同一流程的重复。

打开文字转语音。