FAQ

常见问题的简短答案。

真的免费,而且不限字数吗?

是的。无需注册,不限字符数,没有付费层级。粘贴一条推文还是一整本小说, 都是同一个工具。我们靠展示广告维持免费。

你们会保存我粘贴的文字吗?

不会。Quick TTS 完全在客户端运行。你粘贴的文字由浏览器处理, 从不发送到我们的任何服务器。我们没有相关日志,因为它根本不会到达我们这里。

最近一次输入的文字会保存在浏览器的 localStorage 中,这样如果你不小心 关闭标签页还能找回,但这只在你自己的设备上。在浏览器里清除站点数据 就能擦除。

默认语音和"AI Voice"有什么区别?

默认:你浏览器内置的语音引擎(Web Speech API)。 即时可用,任何设备都能跑,听起来像普通的 TTS 语音。具体能用哪些声音 取决于你的操作系统 —— Mac 有 Samantha,Windows 有 Zira 和 Natasha, Android 和 iOS 各有自己的。

AI Voice:一个叫 Kokoro-82M 的小型神经 TTS 模型, 通过 WebGPU 在你的 GPU 上本地运行。听起来明显更自然 —— 更接近真人 旁白而非机器人。代价是约 80MB 的一次性下载,以及支持 WebGPU 的 浏览器(目前是桌面版 Chrome 或 Edge)。

AI 语音会把我的文字发送到服务器吗?

不会。Kokoro 完全在你的浏览器中通过 WebGPU 运行。唯一的网络请求是 模型(从 Hugging Face)和库(从 jsDelivr)的初次下载。之后把文字 变成音频的过程,全部发生在你的设备上。

在手机上能用吗?

可以,使用设备内置的语音。AI Voice 开关目前仅限桌面端,因为移动 GPU 还无法稳定地达到 Kokoro 实时播放所需的速度。等更小的模型出现, 或者移动端 WebGPU 提速后,我们会重新评估。

可以把生成的音频用于商业用途吗(YouTube、播客、产品)?

可以,但有一点提醒:请在你的项目鸣谢或描述里 注明所用的语音模型。

• 浏览器 TTS:使用操作系统内置语音。Microsoft、 Apple 和 Google 各自发布了系统语音的商用条款 —— 通常允许偶尔和小规模使用, 但如果你要大规模发行,请查阅目标语音的相关文档。
• Piper:引擎是 MIT 许可。我们打包了一组精选语音: LibriTTS-R 和 VCTK 是 CC-BY 4.0(注明出处即可商用),Joe 是 CC0 / 公有领域 (无限制)。CC-BY 语音的署名通常在视频/播客描述里写一行就够了,比如 "Voice by Piper TTS — LibriTTS-R / VCTK, CC-BY 4.0"。
• Kokoro HQ:模型是 Apache 2.0 许可 —— 允许商用。 Apache 2.0 严格上不强制署名,但我们仍建议在项目鸣谢中注明 Kokoro-82M,作为良好实践。

我们对你生成的音频不主张任何权利。在你的具体使用场景中遵守相应 模型许可,由你负责。

文本能有多长?

想多长都行。我们会把输入分块并流式播放,所以贴一份 5 万词的文档和 贴一句话,机制是一样的 —— 只是读完要更久。AI Voice 路径上, 我们让生成和播放并行进行,所以前面不需要长时间等待。

为什么第一次启动 AI Voice 时这么慢?

首次启用 AI Voice 时,你的浏览器需要从 Hugging Face 下载约 80MB 的模型。 根据网速,大约几秒到一分钟。之后会缓存在浏览器中,后续使用都很快。

我在公司电脑上,AI Voice 一直停在"下载中..."

有些企业网络会屏蔽 jsDelivr 或 Hugging Face。如果 AI Voice 始终 初始化不完,几乎都是这个原因。默认语音不需要任何外部下载就能用。

为什么有广告?

广告是我们支付域名、托管费用以及维护时间的来源。这是保持免费且 无限制的代价。如果你讨厌广告,我们尊重你的选择 —— 浏览器广告拦截器 随你用。我们不会道德绑架。

我的按键操作会被记录吗?

不会。我们没有运行分析或按键记录。完整说明请看 隐私政策。

出问题了 / 我有反馈

发邮件到 hello@quick-tts.com。 请附上浏览器和操作系统。