在 Android 上播放 EPUB3 Media Overlays

简短版本：Media Overlay 是一份通过 SMIL 时间文件与文本同步的真人录音。它不是文字转语音，只有在出版社或 Storyteller 这类工具制作过它时才会存在。Lectern 会自动读取 SMIL 数据，一旦发现它，就会播放录音并高亮当前文本，而不是生成语音。

Media Overlay 到底是什么

EPUB3 Media Overlays 是打包在 EPUB 内部的一个 SMIL 文件。每个 <par> 元素都把书籍 XHTML 里的一个片段（一个 text 引用，通常是出版社标了 id 的一段或一句话）与一段音频剪辑（带 clipBegin 和 clipEnd 的 audio 引用）配对。播放这段剪辑，就能准确知道它对应哪个文字片段。把几百个这样的配对叠起来，就得到一整本书，阅读应用可以在专业朗读者读书的同时，逐句或逐段把它高亮出来。

它完全是可选的。EPUB3 规范并不要求这个功能，而制作它需要真实的录音棚时间，或者对现成有声书做一遍强制对齐，所以大多数 EPUB3 文件，包括最近发布的文件，都没有它。

它与 Lectern 的文字转语音有何不同

Lectern 本身就会用自带的设备本地声音（Piper 与 Kokoro 神经语音，加上系统语音）高亮正在朗读的句子。这方面详见同步高亮如何让阅读变得更好。Media Overlay 是实现同一个想法的另一种来源，两者在同一次播放中不能互换。

Lectern 如何播放 Media Overlay

没有单独的模式需要打开。启动文字转语音或关联有声书的同一个「收听」控件，会先检查这本书：如果它内嵌了 Media Overlays，Lectern 就会播放录音，而不是生成语音。

1. 打开书籍，点一下「收听」。Lectern 在导入和扫描时就会读取书籍内嵌的 SMIL 数据，所以它早就知道这本书是否内置了朗读。
2. 内置朗读开始播放，当前文本会亮起来。阅读器设置面板的音频标签页里，会在「收听方式」下把它列为「内置朗读」，与文字转语音、任何已关联的有声书文件并列，方便你看清当前用的是哪个来源。
3. 点一句话就能跳到那里。点文本会让录音定位到对应的剪辑，就像点文本会让 TTS 播放定位一样。
4. 锁屏、通知栏和蓝牙控制照常可用。Media Overlay 播放走的是与 Lectern 任何朗读相同的前台媒体会话：可以在锁屏上播放和暂停，用耳机按钮控制，通知栏会显示书名。
5. 播放期间屏幕保持常亮，前提是你开启了这项阅读设置，与文字转语音播放时完全一样。

因为声音是固定在录音里的，平时用来选声音和语言的控件在这里不适用。如果你想听合成语音，或者某一章缺少录音，音频标签页里有一个明确的「改用文字转语音」开关，也有反向的「使用随读旁白」开关可以切回来。

某一章或整本书没有 Media Overlay 时

朗读版不保证每一章都配有音频，前言或附录部分有时没有录制。如果你在没有朗读的章节里点了播放，Lectern 会显示一条简短的「这里没有旁白」提示，并主动提出改用文字转语音朗读这部分，不会丢失你的阅读位置。

对完全没有 Media Overlays 的书，你不会注意到任何区别：「收听」控件只会直接启动文字转语音，和书库里其他任何一本书一样。

固定版式的 EPUB3 书籍

固定版式的 EPUB3（由整页图像而非可重排文本构成）通常会在 Lectern 的漫画查看器里打开，而不是常规阅读器。带 Media Overlays 的书籍是例外：Lectern 会让它们留在常规阅读器中，使配音绘本保留内置的朗读和高亮功能。代价是原始的页面设计，因为文字会被重排，而不是以固定页面显示。

把 Storyteller 生成的 EPUB3 导入 Lectern

Storyteller 是一个自建服务器，能把无 DRM 的电子书与对应的有声书对齐，并导出一个带 Media Overlays 的标准 EPUB3。这是为你已拥有的书获得真正朗读版的较实用方式之一。如果还在考虑要不要搭建它，可参考完整的Calibre-Web 与 Storyteller 对比。

1. 搭建 Storyteller。自建 OPDS 指南里有 Docker Compose 的搭建步骤。加入一本无 DRM 电子书和对应的有声书，让对齐处理完成；这一步可能需要一些时间，因为它是整条流程里计算量最大的部分。
2. 把 Storyteller 添加为 Lectern 里的一个目录。在空的或已有的书库中，打开添加图书的流程，在自建目录里选择 Storyteller 选项，而不是通用的 OPDS 订阅源。输入服务器地址以及你的 Storyteller 用户名和密码，然后连接。
3. 留意耳机徽标。在目录里，书籍封面上的小耳机图标表示 Lectern 识别到这本书有可用的随读版本。没有徽标的书未必就没有朗读，因为订阅源必须以 Lectern 能可靠识别的方式来声明这一点；如果不确定，下载后打开书籍确认即可。
4. 下载这本书。它会像其他任何导入一样，加入你正常的离线书库。此后 Lectern 不再需要连接 Storyteller 服务器，音频和 SMIL 时间数据都随 EPUB 文件本身一起保存。

如果你已经从别处获得了带 Media Overlays 的 EPUB3 文件，用文件管理器复制过来，或者通过文件夹同步过来，按平常方式导入即可。Lectern 会在导入和扫描时解析内嵌的 SMIL，不需要另外打开什么设置。

故障排查

• 「收听」只提供合成语音，但你原本期待朗读版。这个文件可能是一份普通的 EPUB3，完全没有 Media Overlays；这项功能是可选的，多数书都没有。如果你确信文件确实内嵌了音频和 SMIL，只是 Lectern 没识别出来，只需打开这本书一次：Lectern 会在打开时重新读取书籍内容并更新朗读标记。
• 某一章没有声音。有些朗读版本来就没有从头到尾全部录制。对那一部分使用 Lectern 提供的文字转语音后备方案，等朗读恢复后再继续。
• 高亮一跳就是一整段，而不是一句话。这是正常现象。Lectern 会按出版社 SMIL 所指的片段来高亮，不会比录音允许的范围再细分。
• 你想换一个朗读者或另一种语言。内置朗读播放的是固定录音，激活时无法更改。在音频标签页里切换到「改用文字转语音」，即可选用任意已下载的声音。
• 配音绘本打开后显示为重排文本，而不是固定页面。这是刻意为之：带 Media Overlays 的固定版式 EPUB3 会留在常规阅读器中，让朗读功能继续可用。
• Storyteller 目录里的某个条目下载不了，或下载后没有朗读。对齐处理可能还在服务器上运行；Lectern 只下载 EPUB 条目，并且会刻意忽略纯音频条目，而不是导入一个它没法作为书籍打开的东西。

常见问题