去掉页码和重复页眉
单独的“212”“Page 212 of 300”等页码会被移除,每页重复的书名等页眉、页脚也会清理。章节标题保留。
PDF 配音工具
上传带文字层的文件,PDF 转有声书工具会清理页码与重复页眉,把断行接回段落,再整理章节。你可以为旁白和角色搭配 AI 声音,最后导出 M4B 或 MP3。先看清提取结果,再生成音频。
PDF 文件 · 也支持 EPUB, DOCX, TXT, MD · 最大 30 MB
书在浏览器里解析;生成时只发送所选句子的文本
操作都在浏览器中完成。先检查章节和声音阵容,不会在确认前消耗积分。
打开 PDF,试着选中一句话或搜索一个词。能选中文字,才有可提取的内容;选不中,页面可能只是图片。
把 PDF 拖进上方工具。最大支持 30 MB,文件在本机解析;生成时才会发送所选句子的文本。
“Chapter 7”“Part Two”这类标题会开始新章节,中文“第一章”目前不会被识别。角色列表里可以查看并更换建议声音。
先生成一章试听,确认后再做剩余章节。可以下载带章节标记的 M4B、每章一个 MP3,或整本书的 ZIP。
PDF 保存的是文字在纸上的位置,朗读却需要连贯的段落。工具会先整理阅读顺序,再开始配音。
单独的“212”“Page 212 of 300”等页码会被移除,每页重复的书名等页眉、页脚也会清理。章节标题保留。
逐行存储的文字会重新组成段落,跨行断开的连字符单词也会拼回去。
以 Chapter、Part 或 Book 开头的行会作为分章位置,让章节各有音轨与标记。没有这类标题的长文本会按长度切段。
PDF 属性中保存的书名、作者会写入 M4B 标签。没有这些信息时,工具使用文件名。
对白会结合“said Mara”等说话人标记,分到对应角色,而不是一律交给旁白。
浏览器直接打开 PDF,只有生成的句子会发给语音模型,文字不会用于训练 AI 模型。
关键是文件里有没有真正的文字。上传前花一点时间检查,能少走弯路。

每本书沿用同一组阵容普通朗读按钮往往让一个声音读完整份 PDF。这里先把段落拆成旁白与对白,再根据说话人标记安排声音。目前自动识别说话人支持英文;中文对白可以在工作室逐句手动指定。两个人争论时,就能分别使用两个声音。
最多十个具名角色可以拥有独立声音,次要说话人共用“其他角色”。从 137 个有声书 AI 音色里挑选,也能给台词加上 [quietly, close to tears] 这样的演绎提示,让语气贴合情节。
下表以英文平装书每页约 280 词、每分钟 155 词和标准声音估算。
| PDF 页数 | 英文词数 | 成品音频 | 标准声音费用 |
|---|---|---|---|
| 50 | 约 14,000 | 约 1.5 小时 | $14 至 $18 |
| 100 | 约 28,000 | 约 3 小时 | $27 至 $36 |
| 200 | 约 56,000 | 约 6 小时 | $54 至 $72 |
| 300 | 约 84,000 | 约 9 小时 | $81 至 $108 |
| 400 | 约 112,000 | 约 12 小时 | $108 至 $144 |
大字版与教材每页的内容量差别很大。请在有声书时长计算里输入自己的数据。
这些示例同样由文本生成,再由旁白和角色声音演绎。示例为英文朗读。

多角色小说

台词
播放列表
有源文件,优先用源文件。 如果书是你写的,原始 DOCX 或 EPUB 通常更清楚地记录了章节位置。可以用 Word 转有声书处理,只有 PDF 的时候再用本页工具。
扫描页先到别处做 OCR。 本站只读取文字层。先用你信任的 OCR 工具识别,再校对人名和格式,最后上传修好的文字版 PDF,或粘贴文本。
留意脚注。 页码和每页重复的书名、作者等页眉页脚会自动清理,但脚注仍属于页面文本,会按提取位置读出。可以先导出不带脚注的副本,或在上传前删去不需要的内容。
如果只是想听报告或论文。 不需要章节标记和角色选角时,可以看 PDF 转 MP3,那里也介绍了让长文档配音更省积分的声音选择。
发布前确认权利与渠道要求。 你拥有使用权的文本所生成的音频归你所有。本文撰写时,Audible 的 ACX 不接受作者上传的 AI 配音,Google Play Books 和 Kobo 则各有数字配音项目。发布前先核对平台现行政策。
不能。扫描页是文字的图片,本站暂时没有 OCR。请先识别文字并校对人名,再上传带文字层的 PDF,或粘贴修正后的文本。
在阅读器中拖选一句话,或按 Ctrl+F(Mac 上用 Cmd+F)搜索页面上的词。能高亮文字或搜索到内容,通常就有文字层;如果整页只能作为一块选中,它可能是图片。
工具按 Chapter、Part、Book 开头的行分章。单独的数字、装饰性标题或中文“第一章”不会被识别,长文本会改为每段约 4,000 词切分。可以在源文件中加“Chapter 1”这类标题,或上传使用标题样式的 DOCX。
不能。如果是你自己的文件,请在原软件中解除密码,再上传副本。商店购买的 DRM 加密文件同样不支持。
解析在浏览器里完成,长书通常也只需几秒。生成音频每章需要几分钟,完整小说通常要几小时,已经完成的章节可以先听。
有。AI 有声书生成器的导入、分章和选角免费,用 Google 新注册获赠的 100 积分(7 天有效)试做一小段,无需银行卡。整本书需要付费积分,标准声音每成品小时约 $9 至 $12,一部常见长度的小说约 $80 至 $110。

从 PDF 转有声书的一小段开始试听,用 Google 新注册领取赠送积分,无需绑定银行卡。