Markdown 轉 WAV 轉換器 —— 結構感知的 AI 朗讀

寫來閱讀的文字，如今也能聽

Markdown 之所以存在，是因為寫作者想要結構，又不想跟文書處理器纏鬥：標題用井號、強調用星號、列表用破折號。這個格式預設有一位看得見渲染結果的讀者。但一天之中屬於耳朵的時間越來越多——通勤、廚房、健身房地板——而資料夾裡的筆記不會體諒你的耳機。把 Markdown 轉成 WAV，等於給你的文件第二位讀者：用聽的你。

這個搭配非常自然。Markdown 底層就是純文字，沒有東西需要渲染，也沒有授權問題；檔案原樣上傳。純 TXT 檔是一條平坦的字元流，Markdown 檔則自帶大綱——而這個頁面正是為了用上這份大綱而生。又因為格式本身已經編碼了結構——什麼是標題、什麼是列表項、什麼重要到要加粗——朗讀可以跟著文件自己的形狀走，而不是對著符號平鋪直敘。

文件如何變得可以朗讀

在任何語音合成之前，檔案會先經過一道「可唸化」準備。目標很簡單：人不該聽到任何標記符號。留下來的是正文，排序就是作者排序的樣子。

有些東西被刻意留下不唸。程式碼區塊與表格不會被朗讀——沒有人想聽語音背誦管道符號與反引號，逐列唸出的表格是噪音。連結只貢獻錨點文字：引擎唸「發行公告」這個詞組，不唸它背後的 URL。圖片語法整個忽略，替代文字也不例外。這道準備是機械且可預期的：不做摘要、不改寫，正文之外的任何東西都不唸。

留下來的是結構。標題層級、強調與列表順序被摺進朗讀節奏，錄音在文件呼吸的地方呼吸——新的一節聽起來就像新的一節，列表按順序像列表那樣被唸出。接著 Qwen3-TTS 引擎把語音合成為 WAV——一種無損容器。多數轉換幾分鐘內完成；長文件可能需要約 20 分鐘。WAV 以單一檔案落地，任何播放器都能播，不需要你再做任何加工。

朗讀音色與輸入字元上限

這把聲音由 Qwen3-TTS 引擎以 AI 生成，不是真人錄音，頁面也如實呈現。預設音色是 Vivian，以固定的新聞播報語氣朗讀——沉穩、清晰，適合你想吸收而不是想欣賞的內容。目前沒有音色或語速控制；每份文件都得到同樣沉著的朗讀。一致性本身就是特色：你永遠確切知道下一份文件聽起來會是什麼樣子。

輸入上限 2000 字元，約合九分鐘成品音訊。超過長度的檔案會連同清楚的訊息被拒絕，而不是默默截斷。Markdown 的天然解法是按小節拆分：每一部分保留各自的標題，各自產出一份 WAV，各部分按順序轉換。讀起來有條理的結構，轉換起來也有條理——拆分點早已寫在檔案裡。

隱私保障與一次一檔的習慣

平台的隱私標準原樣適用。工具在 Beta 期間免費、無需登入；上傳經 HTTPS 傳輸，處理在記憶體中進行，Markdown 原檔與產生的 WAV 都會在 24 小時內自動刪除。沒有電子郵件欄位、沒有廣告聯盟，閱讀條款時也沒有例外。

一次一個檔案進、一份音訊出——刻意狹窄，刻意可靠。如果你的筆記以 Markdown 為家——文件草稿、日誌、卡片盒筆記匯出——這個頁面把那堆檔案變成你散步時就能消化完的東西。又因為朗讀跟著文件自己的標題走，結構良好的檔案聽起來就是比平坦的檔案好。文字值得一把聲音；現在她有了。