朗读与 AI 语音
最好的离线文字转语音应用
几乎每一款文字转语音应用，都会在商店介绍的某处自称“离线”。真正在你手机上生成哪怕一个词语音的，却少之又少。下面说清这个词到底意味着什么，以及哪些应用真的做到了。
简短回答：如果你要的是飞机起飞、移动数据关闭时仍能工作的自然嗓音，现实可选项只有：设备本地的神经引擎（Lectern 使用的 Piper 与 Kokoro）、Android 自己下载的语音包，以及 RHVoice 这类开源引擎。其余都是描述里带着“离线感”词汇的云服务。
“离线”的三种截然不同的含义
- 在设备上生成。模型本身在你手机上运行。不用联网、不用账号、不按字符计费，你的文本也从不离开设备。只有这一种在任何地方都成立。
- 在云端生成，缓存后播放。你在联网时点一下，服务在其服务器上合成音频，应用把结果存下来，你就能在飞机上播放。有用，但你必须提前准备，而且文本仍然被上传过。
- 只有云端。没有网络，就没有声音。
多数评测比完音质就收尾了。但对书籍来说，第一种和第二种的差别，就是“永远能用的应用”和“记得提前准备才能用的应用”之间的差别。
各应用对比
| 应用或引擎 | 语音在哪生成 | 音质 | 费用 | 最擅长 |
|---|---|---|---|---|
| Lectern（Piper / Kokoro） | 设备本地 | 很好到极佳 | 一次买断 | 整本书，离线 |
| Google 语音服务 | 设备本地（已下载语音） | 一般 | 免费 | 全系统朗读 |
| RHVoice / eSpeak NG | 设备本地 | 机械但清晰 | 免费，开源 | 冷门语言、老旧手机 |
| Speechify | 云端，可下载 | 极佳 | 订阅制 | 文档与文章 |
| ElevenReader | 云端 | 出类拔萃 | 免费额度 + 付费 | 最像真人的声音 |
| NaturalReader | 高级语音走云端 | 很好 | 免费增值 | 多种文档格式 |
| Edge 大声朗读 | 云端 | 很好 | 免费 | 网页与 PDF |
云端选手
ElevenReader 拥有目前手机上最有说服力的声音，免费额度也确实慷慨。但它是云端阅读器：你的文档要送到服务器上才能被念出来。读一篇文章或一章书，这笔交换很划算；换成一份私人手稿，就未必了。
Speechify 是这一类里最知名的名字，擅长文档、扫描页和网页文章，按订阅出售。它的高级语音在服务器端合成；你可以下载音频留待稍后收听，这能覆盖航班，却覆盖不了突然出现的信号盲区。
NaturalReader 处在相似位置，走免费增值路线，格式覆盖不错。Microsoft Edge 的大声朗读是被低估的一个：完全免费、非常自然，只要装了浏览器它就已经在你手机上，但它只能读浏览器能打开的东西。
真正离线的选项
Google 语音服务是 Android 自身朗读功能背后的引擎。下载一个语音包，它就能完全不联网地免费工作，任何使用系统 TTS 的应用都能用上。这个声音是“能用”而非“好听”：读快递通知没问题，读完一部长篇会让人疲惫。Google 更高质量的语音则来自网络。
RHVoice 和 eSpeak NG 是到处都能跑的开源引擎，还支持大厂忽略的语言。它们听起来很合成，而这对某些听众恰是优点：可预期、速度快。
Piper 和 Kokoro 才是有意思的部分。它们是小到能在手机上运行的神经模型，第一次把真正的音质带到了“离线”这一侧。Lectern 同时内置两者，会自动挑选与书籍语言匹配的声音，并在朗读时逐句高亮。Piper 快且多语言；Kokoro 更像真人但更吃性能。我们在Piper 与 Kokoro里做了正式对比。
你该装哪个？
偶尔读文章，要最好的声音
ElevenReader 或 Edge。免费、优秀、需要联网。
工作文档与学习材料
不介意订阅、想要打磨感就选 Speechify 或 NaturalReader；文档必须留在设备上就选 Lectern。
整本书、通勤路上、离线
Lectern 配 Piper 或 Kokoro。八小时朗读，不联网，也没有计价器在跑。
一分钱不花
Google 语音服务加一个已下载的语音包，用「选择朗读」或任意免费阅读器驱动。
在你决定用哪一个之前，做一个实测：把手机切到飞行模式，按下播放。这一步比任何功能清单都更快地分辨出“离线”的两种含义。
常见问题
哪款文字转语音应用完全不需要联网？
在手机上运行语音模型的那些：配 Piper 或 Kokoro 的 Lectern、下载了语音包的 Google 语音服务，以及 RHVoice 这类开源引擎。Speechify、ElevenReader、NaturalReader 的高级语音和 Edge 都需要联网才能生成语音。
离线语音是不是比云端语音差？
以前差距很明显。设备本地的神经模型已经把差距补上了大半：最好的云端语音在表现力上仍占优，但 Piper、尤其是 Kokoro，已经能舒服地听上好几个小时。
离线 TTS 费电吗？
通常比流式播放更省，因为射频不工作。像 Kokoro 这样较重的模型比 Piper 这样轻量的更吃算力，所以旧手机上做长时间收听，Piper 是更稳妥的选择。
我能在任意应用里用更好听的声音吗？
系统级语音可以：安装一个引擎，在 Android 的文字转语音设置里选中它，所有使用系统 TTS 的应用都会用上。Lectern 里的 Piper 和 Kokoro 是内置于应用中的，不对系统开放。
继续阅读