文字语音智能转换是上海驿稻芸网络科技有限公司日照分公司提供的在线语音处理工具,主打文字转语音与视频、录音转文字两类服务。产品无需下载即可在线使用:一方面,用户可以输入文字,选择主播和声音风格,调整音量、语速、语调、发音、停顿及情感后生成配音;另一方面,可以上传音频或视频文件,由云端 AI 完成语音识别并导出文本。它还覆盖普通话、外文和方言等语言选择,并面向视频制作、企业宣传、自媒体、广告促销、教育培训、商务新闻、有声读物和智能客服等场景提供对应能力。
核心功能
文字转语音与在线配音
用户输入需要制作的文本后,可根据主播特点选择喜欢的主播,再进行参数设置,完成试听或直接下载音频。官网将这项能力用于广告叫卖、卖场广播、课件、疫情提示、电影解说和商务新闻等配音样例,生成内容可服务于视频、宣传和自媒体制作。
多语言、方言与多音色选择
产品提供多种语言和方言的语音转换能力,并设置了上百位主播和多种场景风格。录音转文字流程中,用户可以选择普通话、外文或方言;官网同时说明语音识别支持15国语言和20种常用方言,文字转语音部分则提供多种神经网络声音。
长文本合成与音频下载
文字转语音支持一次性处理最高0.5万字文本,完成合成后可以一键下载。制作流程包含试听下载步骤,用户可以先预览效果,再将完成的音频保存下来。
语音参数与情感调节
在参数设置环节,用户可以根据需要调整音量、语速、语调,并添加背景音乐。特色功能还包括发音、停顿和情感选择,例如高兴、悲伤等,以适应不同的朗读风格和复杂场景。
视频、录音转文字
用户先选择要转换的音频文件或视频文件,再选择文件语言并提交云端 AI 智能转换。转换完成后可以预览效果,并一键下载 txt 文本;官网将其描述为让声音迅速可见的智能语音识别功能。
个性化发音人与场景音库
产品提供人工制作和自定义发音人能力,可以为品牌设置不同的朗读风格和情感音调。应用场景包括智能客服、有声读物、教育培训、商务新闻、广告促销和短视频/自媒体;其中商务新闻使用面向新闻资讯播报的特色音库,广告促销覆盖节日促销、广告叫卖、客服彩铃和疫情防控提醒。
使用方式
产品支持在线使用,无须下载。文字转语音时,依次输入文本、选择主播、设置参数,再试听或下载音频;录音转文字时,选择音频或视频文件、选择普通话/外文/方言等语言、提交云端 AI 转换,最后预览并导出 txt 文本。官网正文未说明是否需要注册,也未提及用户自备模型 Key、客户端、浏览器插件、API 或命令行方式。
适用人群与场景
视频制作和短视频、自媒体创作者可以用它把文字制作成配音,用于情感故事、公众号播报和视频内容。企业宣传、广告促销和客服团队可以使用卖场广播、广告叫卖、客服彩铃及疫情防控提醒等声音内容。教育培训场景可将文字转为声音,用于语文教学和课件;新闻与资讯团队则可以使用商务新闻音库进行播报。需要整理音视频内容的用户,还可以上传文件并导出 txt 文本。
定价
官网页脚标注“免费试用”,但正文没有公布具体免费额度、价格或付费档位,因此只能确认产品提供免费试用,无法据此判断完整的收费方案。
注意事项
官网称文字转语音和语音转文本的数据在处理或音频语音生成期间不会存储,存储中的数据会加密,并支持查看和删除语音转文本数据及合成的语音数据。官网还列出 CNAS、国家软件测试中心以及 SOC、FedRAMP、PCI DSS、HIPAA、HITECH 和 ISO 认证表述。语言支持数量在不同功能介绍中存在不同口径:语音识别部分写明支持15国语言、20种常用方言,特色优势部分另写“跨9个种语、10种方言”。