TXT 轉 MP3 轉換器 —— 192 kbps AI 語音

文字變成帶著走的 MP3

MP3 是音訊世界裡最接近通用貨幣的東西。近二十年來問世的每一支手機、每一台車、每部筆電、每個智慧音箱與業餘播放器都毫無怨言地播放它，每一套即時通訊與電子郵件系統都接受它當附件，而且它小到可以隨手傳來傳去。不必裝專屬播放器、不必獵捕編解碼器，也不會收到同事搞不清楚狀況的相容性求救信。當你的文字需要以聲音的形式旅行，MP3 就是不會多問一句的格式。

這正是本頁面產出的東西：免安裝、不必組時間軸的文字轉語音。上傳純 TXT 檔——會議筆記、擬好的公告、文章草稿、複習講義——換回一份可以丟進播放清單、聊天視窗或 Podcast 應用程式的 MP3。寫作者在通勤路上聽自己的草稿；老師把複習音訊發給學生；忙碌的人把死的閱讀時間變成聽的時間。因為輸出就是普通的 MP3，你現有的整套設備無須任何改動——這個檔案的行為跟你已有的任何音訊一模一樣。格式退到幕後，而這正是你對一個工具的期望。

從文字到 WAV，再到 192 kbps MP3

這條管線對自己的兩個階段直言不諱。首先，Qwen3-TTS 合成引擎讀出你的文字，把語音渲染成 WAV 檔——合成階段的無損工作格式。接著 FFmpeg 把這份 WAV 轉碼為成品 192 kbps MP3，也就是你下載的那份檔案。

192 kbps 是為語音深思熟慮的選擇。它讓人聲保持清晰、不沾上激烈壓縮會帶來的「水感」雜訊，同時把檔案壓得比 WAV 版小得多——MP3 是同一份音訊更小、更利於分享的形態，是那個你可以不假思索就附進訊息的版本。語音也優雅地承受這個位元率：沒有閃爍的鈸聲，沒有稠密的混音會被糊掉，省下的體積幾乎不讓聽者付出任何代價。

時間以分鐘計，而不是以秒計：多數轉換幾分鐘內完成，接近輸入上限的長文最壞情況可能需要約 25 分鐘，額外的轉碼步驟也包含在內。全程顯示進度；MP3 一就緒即可下載。兩段式設計正是上限寫成「約 25 分鐘」而不是更短的原因——先合成、後轉碼，同一口鐘從頭走到尾。

這把聲音，誠實描述

語音由 Qwen3-TTS 引擎以 AI 生成——不是人類配音員的錄音，頁面也不假裝是。對適合中性、沉穩朗讀的素材，成果確實悅耳；需要表演性的專案，你該去找真正的聲音人才。

預設音色是 Vivian，固定的新聞播報風格——沉穩、清晰、專業。目前沒有音色選擇器，也沒有語速滑桿：每一次轉換都以同樣沉著的聲腔出廠，這讓結果從一份檔案到下一份都可預期。若未來的更新加入更多音色，頁面會寫明；在那之前，Vivian 就是這把聲音。

上限與隱私

輸入上限 2000 字元——約合九分鐘成品音訊。超過上限的文字會連同清楚訊息被拒絕，而不是默默縮短。實務上的習慣是沿章節邊界把長素材拆開，按順序逐段轉換，並替檔案編號。三段 2000 字元轉起來波瀾不驚；一整塊 6000 字元則完全轉不了。

隱私遵循平台標準。服務在 Beta 期間免費、無需登入，上傳經 HTTPS 傳輸，你的 TXT 與產出的音訊檔都會在 24 小時內自動刪除。你的文字得到了聲音；它們不會得到一個檔案櫃。