文字转语音
文字转语音会把文档从头到尾朗读一遍,并将结果保存为内容库中的一个MP3文件。它不是摘要,也不是播客:没有主持人,没有讨论,也不会改写内容。你得到的就是文档本身的旁白,可以在通勤或工作时收听。
从哪里开始
有两种入口:
- 从首页:在输入框上方的工具栏中选择文字转语音。
- 从来源:打开一个文件或PDF,在其AI创作操作的收听下选择文字转语音。你正在查看的来源会自动选中。
两种方式打开的都是同一个文字转语音窗口。
选择要朗读的内容
从内容库中选择来源,或上传PDF、Word文档、PowerPoint或文本文件。你也可以粘贴PDF或网页URL,或直接从Google Drive导入文件,详见连接。
选择之前,有几点值得了解:
- **一次旁白最多可包含五个来源。**有多个来源时,第一个之后的每份文档都会先播报标题,避免它们在句子中间连在一起。
- **PDF可以限定页码范围。**在自定义步骤中使用页面选择器,只朗读某一章而不是整本书,这样也能降低费用。
- 格式字符会在朗读前去除,所以声音读的是正文,而不会在每个标题处念出“井号井号 Introduction”。
声音与速度
在自定义步骤中,你可以选择朗读的效果。
声音
点击声音按钮打开朗读者列表。每个声音都以自己的名字列出,并带有播放按钮,你可以先试听一段简短示例再决定。列表支持按名称、语气或用途(如“纪录片”“培训”“平静”)搜索。保持自动时,Scholarly会挑选一个适合长文档的朗读者。完整的声音列表以及语言如何决定可选声音,请参阅旁白声音。
速度
可选择0.75×、1×、1.25×或1.5×。速度直接写入音频本身,而不是在播放时调整,因此更快的旁白确实是更短的文件,并且严格按照你选择的节奏朗读。
语言
语言一栏使用你的共享语言偏好,与其他所有创建窗口读取的是同一个设置。无论你选择哪种语言,系统都会明确告诉朗读者正在朗读的语言,而不是从文本中推断,因此支持70多种语言和地区变体,包括捷克语、波兰语、荷兰语、希腊语、希伯来语、泰语、波斯语、乌尔都语、乌克兰语以及北欧语言。在正式使用前,请检查成品音频中的人名、数字和缩写。详见Scholarly中的语言。
费用
旁白按长度计费:每10,000词1个AI创作积分,每次旁白最多30,000词。
在扣费之前,你就能看到准确价格。选好来源后,费用面板会测量内容并显示:
- 本次旁白所需的积分,
- 按你所选速度大约能生成多少分钟的音频,
- 测得的词数。
创建按钮上也会显示相同的数字,例如创建旁白 · 2 AI创作积分,不需要你去猜。修改页码范围后,报价会重新计算。
如果所选内容超过30,000词上限,窗口会显示词数并阻止运行。移除一个来源或缩小页码范围后重试即可。如果你的积分不足以支付报价,窗口会显示你现有的积分并提供升级途径,详见套餐与限制。
朗读
在Scholarly任何为你朗读文本的地方,无论是旁白、抽认卡还是文档中的段落,播放几乎都会立即开始,保持原始音量,在一段音频与下一段之间连续不断,并对不均匀的传输进行缓冲,避免在一张卡片读到一半时卡顿。你选择的速度会被精确应用。
运行期间
旁白在后台运行。长文档需要几分钟,你不必守在屏幕前:关闭窗口,继续工作,音频完成后Scholarly会自动打开它。你可以在首页的后台任务栏中查看进度。详见后台任务与通知。
生成的音频
MP3会保存到你的内容库中,可以直接在那里播放;下载MP3需要付费套餐。它会在独立的音频页面中打开,标题下方显示时长、文件大小和日期。点击标题即可重命名。
播放器下方有两个标签页:
- 转录文本:完整的旁白文本,带有复制按钮。点击任意一行,播放器就会跳转到对应位置。
- AI与来源:这段旁白由什么生成,以及基于同一来源还创建了哪些内容。
音频页面本身不提供创建操作,因为旁白是输出,而不是来源。要制作抽认卡、摘要或其他内容,请回到原始文档并从那里创建。出于同样的原因,生成的旁白也不会出现在其他创作工具的来源选择器中。
提示与限制
- 旁白朗读的是文档,而不是输入的提示词。没有空白起点,你始终需要选择一个来源。
- 支持上传的格式为PDF、Word文档、PowerPoint和文本文件。其他格式会在选择器中被拒绝。
- **生成的旁白是输出,而不是来源。**它不会出现在添加内容、抽认卡、测验、播客、视频讲座、研究或文档的选择器中,也不会出现在对话中,请改为附加原始文档。把音频文件当作文本读回会得到看似可信的错误内容,所以我们直接把它排除在这些选择器之外,而不是留在那里让你失望。
- 用不同的声音、速度、页码范围或标题再次朗读同一份文档,就是一次新的旁白,会按一次单独计数和计费。重试同一次旁白仍只计一次。
- 长篇书籍通常最好按章节分别朗读:更便宜、更快,之后也更容易查找。
- 如果旁白失败,它预留的积分会退还。