用 AI 朗读日语文本
用 AI 朗读输入的日语文本，并保存为音频文件。语音合成 AI Irodori-TTS 在浏览器中运行，文本不会发送到外部。无需安装应用，也无需注册。请在带 GPU（WebGPU）的电脑上使用 Chrome 或 Edge。
本工具用于朗读日语文本。日语以外的文本无法正确朗读。
数字用阿拉伯数字书写（如“10部”）可以减少读错。读错的词可以添加到“读音词典”中。
AI 辅助功能也在浏览器中运行，文本和要求不会发送到外部。
声音和质量
留空直接按下时，会根据文本生成合适的声音描述。
词典保存在此浏览器中，不会发送到外部。朗读前，会把正文中的词替换为词典中的读音。
输出设置
此浏览器中保存的 AI 模型
使用方法
- 1
输入文本
输入或粘贴要朗读的日语文本。数字用阿拉伯数字书写（如“10部”）可以减少读错。按下表情符号按钮，会在光标位置插入情感或说话方式的指定。
- 2
选择声音和质量
从选项中选择声音，或选择“自己写声音描述”并用日语描述声音。质量默认是“标准”。
- 3
朗读并保存
按“朗读”。首次运行会获取 AI 模型（约 1.7 GB）。读错的部分可以用“重新生成”重新生成，再按“保存”得到音频文件。
朗读的原理，以及声音和情感的指定
声音可以从选项中选择，也可以在“声音描述”中用日语写出，例如“落ち着いた低めの声の男性”（沉稳、声音偏低的男性）。在正文中加入表情符号，可以指定该位置的情感或说话方式（耳语、停顿、笑声等）。较长的文本会分段依次生成，后面的部分会配合最先生成的部分的声音，因此从头到尾都是同一个声音。使用的 AI 是语音合成模型 Irodori-TTS（MIT 许可证），只有首次需要从 Hugging Face 获取 AI 模型（约 1.7 GB），之后使用保存在设备中的模型。
生成的音频可以自由使用，无需注明出处。禁止用于冒充真实人物，或让人误以为是真实人物的发言。由于声音每次都由 AI 生成，可能会偶然与真实人物的声音相似。
常见问题
文本会发送到服务器吗？
不会。朗读在您设备的浏览器中进行，输入的文本、声音描述和读音词典不会发送到外部。AI 模型在首次使用时从 Hugging Face 获取，并保存在浏览器中。也无需注册。此外，用于修复问题的处理统计（设备性能、文本的大致字数和句数、错误类型等，不包含文本本身和声音描述）会发送到本站服务器，可通过页面底部“诚邀协助提升服务品质”中的开关停止发送。
iPhone 或手机上能用吗？
iPhone 和 iPad 无法使用。朗读用的 AI 加载后，计算时会占用约 3 GB 内存。iPhone 和 iPad 的系统会限制单个页面可使用的内存量，在本站测试的 iPhone 15 Pro Max（内存 8 GB）上，获取 AI 模型后超出了这一上限，页面被自动重新加载，无法进行朗读。为避免约 1.7 GB 的下载白白浪费，本工具在 iPhone 和 iPad 上会在开始获取之前停止。请在带 GPU（WebGPU）的电脑上使用 Chrome 或 Edge。在 Android 和 Mac 的 Safari 上也可以使用，但部分设备可能会中途停止。
可以克隆声音（复制自己的声音或喜欢的声音）吗？
不可以。为防止被用于未经许可复制他人的声音或冒充他人，我们有意没有加入读取录音或音频文件来模仿声音的功能（声音克隆）。声音通过“声音描述”的文字来指定。喜欢的声音可以通过“保存这个声音”保存在此浏览器中，用同一个声音朗读任何文本。将保存的声音导出为文件时，也只记录声音的生成方式。导入时由本工具重新生成声音，因此无法导入用录音制作的声音。
长文本也能朗读吗？
可以。文本会按句子分段依次朗读，中间插入短暂的静音，连接成一个音频文件。没有字数上限。在本站测试的电脑（Ryzen 7 8745H 的核显）上，“标准”生成 1 分钟的音频约需 30 秒。“高质量”所需时间约为其 6 倍。
诚邀协助提升服务品质
转换或压缩失败时，若能把当时的情况发送给我们，将有助于查明原因。了解哪些设备、哪些格式更容易失败，以及处理需要多长时间之后，我们就能调整支持的格式并修复相应问题。如果方便，保持开启会帮上很大的忙。
会发送的信息
使用的工具和所选设置（输出格式、质量等）、设备性能（有无 GPU、内存、核心数）、输入格式和大致大小（朗读时为文本的大致字数和句数、分段生成的次数、AI 模型的加载时间）、成功与失败的数量和耗时，以及失败时的错误类型和内容。
不会发送的信息
文件本身、文件名、添加到视频中的文字、字幕或提示词，要朗读的文本、声音描述、读音词典和保存的声音，以及 IP 地址。数据只发送到本站自有服务器，不会交给第三方服务。