Skip to main content
Enconvo 有两个与语音相关的命令。朗读 通过灵动岛上的朗读播放器把文字读给你听。TTS(Text To Speech) 用你选择的服务提供商把文字转换成音频文件。你也可以直接在对话中让聊天回复朗读给你听。

朗读聊天回复

点击回复下方的扬声器按钮。该按钮会变成一个包含暂停、继续和停止的小型播放器,正在朗读的句子会在回复中高亮显示。同一时间只会朗读一条回复,关闭聊天即可停止播放。 如需自动朗读每条回复,请在 SmartBar 或聊天窗口中开启自动朗读回复。每个窗口各自保留此设置。

朗读文字

  1. 打开 设置 → 文本转语音,设置服务提供商和声音。
  2. 选中文字并运行 朗读。
  3. 灵动岛上的播放器会逐句朗读。你可以用它暂停、继续或停止,后退或前进,更改语速或声音,并显示高亮当前句子的文字。
  4. 如果服务提供商支持,可以在其设置中调整声音或语速。
当虚拟形象处于打开状态时,它会带着口型同步朗读文字,播放器则以紧凑形式留在灵动岛上。

生成音频文件

用你想朗读的文字运行 TTS(Text To Speech)。检查它提供的服务提供商、声音、语速和输出格式,然后打开生成的文件,检查发音和节奏。 TTS 服务提供商目录列出了 Enconvo Cloud、直连服务、macOS 系统语音和本地选项。Enconvo Cloud Voice 是 Enconvo Cloud 自有的语音服务,支持 60 多种语言,无需 API 密钥。DeepSeek 提供女声(Stella)或男声(Tide)朗读文本,可使用你自己的 DeepSeek API 密钥或 DeepSeek (Enconvo Cloud)。各家的控制项不同:有些提供商接受风格指令或情感标签,有些则只提供固定的声音列表。

克隆声音

ElevenLabs、Fish Audio、Gemini 和 Qwen3 支持克隆声音。它们会在 设置 → 文本转语音 的服务提供商列表中显示相应的标记。
  1. 打开 设置 → 文本转语音,选择这些服务提供商之一,然后打开其 声音克隆 标签页。
  2. 上传一段录音,或点击 录制 并朗读屏幕上显示的文字。倒计时可以取消,音量表会跟随你的声音变化,单次录制会在 5 分钟后自动结束。
  3. 试听你克隆的声音,然后在该标签页中使用、重命名或删除它。
你也可以点击这些服务提供商的 声音 菜单旁的 克隆声音。你克隆的声音会显示在 声音 菜单的顶部,在那里同样可以重命名或删除。 该标签页会显示你在这个服务提供商下还剩多少个 Cloud 声音额度。达到上限时,删除一个即可克隆新的声音。如果在录制期间关闭设置窗口,录制会停止并保留已录下的内容。

本地声音与云端声音

本地提供商在你的 Mac 上运行,需要受支持的硬件和模型文件:Kokoro 和 Qwen3 运行在 MLX 上,英语声音 Phonon 则在配备 Apple 芯片、运行 macOS 15 或更高版本的 Mac 上通过 Core ML 运行。系统 使用 macOS 内置的声音。在线提供商(包括不需要 API 密钥的)会通过网络发送你的文字。

故障排除

相关内容

Live Talk

与你的智能体进行双向语音对话。

虚拟形象

让桌面角色朗读回复。

服务提供商目录

Enconvo 提供的所有文本转语音服务提供商。

灵动岛

朗读播放器出现的位置。