朗读质量
Android TTS、Piper 与 Kokoro：电子书朗读对比
你的手机已经具备文字转语音功能，但朗读整本书对声音的要求远高于播报通知或导航指令。这里可以直观听出 Android 默认语音何时够用，以及 Piper 或 Kokoro 何时更悦耳。
简短结论：要听一条通知或一小段文字，系统 TTS 依然是最快、最省资源的办法。要听完整本书，Piper 是实用的升级，Kokoro 则更自然。下面的音频比任何形容词清单都更能说明差别。
把三种声音放在一起最容易听出差别。Piper 和 Kokoro 始终在手机本地处理书籍文本；Android 系统语音能否离线使用，则取决于已安装的语音。
Android TTS：实用，但不够生动
系统语音适合简短的功能性文本。它通常已经安装，启动迅速，也能在许多应用中使用。到了书籍朗读，代价便会显现：一个问题和回答可能落在同样的节奏上，人物名字每次出现都可能被念错，包含两个从句的长句也可能偏偏在最不该停顿的地方停下。
这些问题不会让一个段落无法理解。但一章接一章地听下去，平淡的语调会让你不断在脑中做小修补：是谁在说话，哪些短语属于一起，这句话还在展开还是已经结束？听觉疲劳正是这样累积的。一种声音不必难听到刺耳才会让人疲惫；只要它总把散文的形状读得稍微不对，就够了。
Piper：可靠的升级
Piper 保留本地 TTS 的实用优势，同时减少机器感。语音包相对小巧，覆盖多种语言，适合多语言书库和性能较弱的手机。
Kokoro：更沉浸的选择
Kokoro 需要更多设备资源，但表达更顺畅、自然。朗读小说和长篇文章时，它更像叙述，而不是工具在念文字。
升级之后，改变了什么
| 系统 TTS | Piper | Kokoro | |
|---|---|---|---|
| 语音质量 | 清晰实用；朗读书籍时常显平淡 | 更自然，但仍能听出合成感 | 最流畅，也最有表现力 |
| 速度与电量 | 最轻量 | 快速、轻量 | 更重；更适合较新的手机 |
| 语言 | 取决于已安装引擎 | 数十种 | 八种，不含荷兰语 |
| 每个语音/模型的存储 | 不定；通常已经安装 | 每个语音约 13–115 MB | 全部 53 个语音占 132 或 349 MB |
| 离线 | 仅限已下载的离线语音 | 可以，下载后使用 | 可以，下载后使用 |
| 费用 | Android 自带 | 包含在 Lectern 中（一次性 €2.49） | 包含在 Lectern 中（一次性 €2.49） |
这里比较的是从默认语音升级到神经语音后会发生什么。如果你已经确定要升级，只是在两个引擎之间犹豫，单独的 Piper 与 Kokoro 对比会专门讨论这个选择，不在这里重复。
坦白说，代价也存在
- 语音模型会占用空间。每个 Piper 语音约占 13 至 115 MB。Kokoro 会下载一个 132 或 349 MB 的模型，包含全部 53 个语音。在 64 GB 的手机上，这笔空间值得计算。
- Kokoro 对旧手机要求更高。在新设备上它通常能跟上，但在老旧或入门手机上，Piper 更稳妥，长时间聆听也更轻量。
- 系统 TTS 依然很适合简短的功能性文本。它启动快、不额外收费，也许已经支持你需要的语言。只听一次的一个段落，没有必要加载神经模型。
当聆听不再只是工具，而成为一种阅读方式时，这次升级才真正值得占用那部分空间。
Lectern 带来的完整体验
声音只是体验的一半。Lectern 还会保存阅读位置、高亮当前朗读句子、在熄屏后继续播放、支持蓝牙控制，并让阅读和聆听始终从同一位置继续。
常见问题
Piper 和 Kokoro 需要联网吗？
只有下载语音包时需要。此后两者都在设备本地运行，书籍文本不会发送到服务器。
我还能使用系统语音吗？
可以。Lectern 可根据已安装的语音和书籍需要选择 Android 系统语音、Piper 或 Kokoro。
应该选择哪种语音？
最看重自然度时选择 Kokoro；需要更多语言、更小的语音包或使用性能较弱的手机时选择 Piper。Kokoro 目前支持八种语言，但不支持荷兰语。
继续阅读