TXT 转 MP3 转换器 —— 192 kbps AI 语音

把文字变成随处可听的 MP3

MP3 差不多是音频世界的通用货币。近二十年出厂的手机、汽车、笔记本、智能音箱和各类播放器都毫无怨言地播放它，所有聊天与邮件系统都接受它作为附件，而且它体积小到可以随手传阅。没有专有播放器，不用寻找解码器，也不会收到同事困惑的兼容性邮件。当你的文字需要以声音的形式出行时，MP3 是那个从不提问的格式。

这正是本页产出的事物：无需安装、无需拼装时间线的语音合成。上传一个纯 TXT 文件——会议笔记、拟好的通知、文章草稿、学习提纲——然后收到一个 MP3，可以丢进播放列表、聊天窗口或播客应用。作者在通勤路上听自己的草稿；老师把复习音频发给学生；忙碌的人把阅读时间变成收听时间。因为产出是普通 MP3，你现有的设备与习惯无需任何改变——这个文件和你已有的任何音频行为完全一致。格式本身隐入背景，这正是一个工具该有的样子。

从文本到 WAV，再到 192 kbps MP3

管线对自己的两个阶段很诚实。第一步，Qwen3-TTS 合成引擎把你的文本朗读并渲染成 WAV——这是合成环节的无损工作格式。第二步，FFmpeg 把这段 WAV 转码成最终的 192 kbps MP3，也就是你下载到的文件。

192 kbps 的码率是为语音精心选择的。它让人声保持清亮，不沾激进压缩带来的浑浊感，同时体积比 WAV 版本大幅缩小——MP3 就是同一段音频更小、更适合分享的形态，是可以不假思索直接发进聊天窗口的那一个。语音对这个码率也很友好：没有闪烁的镲片或密集的混音需要保真，省下的体积几乎不让听者付出代价。

时长以分钟计，而不是秒：大多数转换在几分钟内完成，接近输入上限的长文最长可能需要约 25 分钟（已包含 MP3 转码这一步）。全程显示进度；MP3 一就绪即可下载。两段式设计正是上限写作约 25 分钟而不是更短的原因——先合成，再转码，一块表计时两段路。

如实描述这把声音

语音由 Qwen3-TTS 引擎 AI 生成——不是真人录音，页面也不假装如此。对于需要中性、平稳朗读的材料，效果确实悦耳；如果项目需要的是表演，你还是应该找真正的配音演员。

默认音色为 Vivian，固定新闻播报风格——平稳、清晰、专业。目前没有音色选择器，也没有语速滑杆：每次转换都以同一种从容的语域输出，从一个文件到下一个文件，结果因此可预期。如果未来更新加入更多音色，页面会如实说明；在此之前，Vivian 就是这把声音。

上限与隐私

输入上限为 2000 字符——约合 9 分钟成品音频。超限文本会被拒绝并给出明确提示，而不是被静默缩短。实用习惯是按章节或小节边界拆分长文，逐段按顺序转换，顺手给文件编号。三段 2000 字符可以毫无波折地转换；一整块 6000 字符则完全不会被接受。

隐私遵循平台统一标准：Beta 期间免费，无需登录，上传走 HTTPS，你的 TXT 与产出的音频文件都会在 24 小时内删除。你的文字获得声音，但不会进入档案柜。