1 / 3
【概述】 DocsToAudio 是一款在线文档转音频工具。上传 PDF、EPUB、DOCX 或 TXT 文件后,你可以挑选需要的页码或章节,校对自动提取的文本,删掉页眉、页码和参考文献,再选择语音,把内容导出为按章节拆分的 MP3 压缩包,或者一个带章节标记的单个 M4B 有声书。 除了导出音频,它还提供边读边听的朗读器。Read PDF Aloud 在保留原页面的同时逐句高亮当前句子,可按句、段落或章节跳转;EPUB、Word 文档和粘贴文本同样支持逐句高亮朗读,并保存阅读位置,下次接着听。语音方面,免费提供 300+ 个 Edge 语音,覆盖 30+ 种语言,包括中文、英文、西班牙文、法文、德文和日文,可先试听再选;付费则可调用 ElevenLabs(Flash v2.5、Turbo v2.5、Multilingual v2)与 Google Gemini 的 800+ 个 AI 语音,还能用 10–30 秒的样本克隆自己的声音,让整本书由同一位“讲述者”念完。 它主要面向把草稿、文章和会员内容做成音频的作者与内容创作者,用熟悉的声音复习笔记和长文档的学习者,以及不想逐章录音的有声出版流程。转换任务在服务器端执行,提交后可以关闭浏览器,音频完成时会收到邮件通知。需要注意的是,它不适合高度敏感、机密、受监管或受法律保密约束的材料,扫描版 PDF 也需要先做 OCR 才能在朗读器中使用。 【核心功能】 • PDF 转 MP3 与 M4B 转换: 上传文档即可生成音频,下载按章节拆分的 MP3 压缩包,或带章节标记的单个 M4B 有声书。 • 章节选择与文本校对: 生成音频前可指定页码范围或章节,并编辑提取出的文本,去掉页眉、页码和参考文献。 • 多格式文档支持: PDF、EPUB、DOCX 与 TXT 走同一套文档转音频流程。 • 标准语音库: 300+ 个免费 Edge 语音,覆盖 30+ 种语言,支持语音试听。 • 高级 AI 语音: 接入 ElevenLabs 与 Google Gemini 模型,提供 800+ 个 AI 语音,听感更自然。 • 边听边读的朗读器: Read PDF Aloud 与 EPUB、DOCX、文本朗读工具逐句高亮当前内容,可按句、段落或章节导航,并保存阅读位置。 【适用场景】 1. 把报告、电子书和学习资料转成可下载的音频。 2. 将 PDF 转换为 MP3 文件,或转换为带章节标记的 M4B 有声书。 3. 听 PDF 时逐句高亮,并从保存的阅读位置继续。 【定价概览】 标准版: $0/永久免费 — 300+ 语音、30+ 种语言,需登录,每天 50,000 字符,可导出 MP3 或 M4B 有声书(或两者都要) 高级版 5,000 credits: $5.99/一次性 — 按量付费,无订阅,credits 有效期 1 年,ElevenLabs、Gemini 等 800+ AI 语音,后台转换并在完成后邮件通知 高级版 15,000 credits: $15/一次性 — 按量付费,无订阅,credits 有效期 1 年,ElevenLabs、Gemini 等 800+ AI 语音,后台转换并在完成后邮件通知 高级版 30,000 credits: $30/一次性 — 按量付费,无订阅,credits 有效期 1 年,ElevenLabs、Gemini 等 800+ AI 语音,后台转换并在完成后邮件通知 高级版 50,000 credits: $50/一次性 — 按量付费,无订阅,credits 有效期 1 年,ElevenLabs、Gemini 等 800+ AI 语音,后台转换并在完成后邮件通知 【优缺点】 优点: - 对需要把长篇材料变成音频的作者和内容创作者来说,一次上传就能拿到按章节拆分的 MP3 或一个带章节标记的 M4B,省去了逐章录制、切分和合并的后期工作。 - 免费档已包含 300+ 语音、30+ 种语言和每天 50,000 字符的额度,适合先验证音质和流程,再决定是否为更自然的 AI 语音付费。 - 逐句高亮加阅读位置保存,让复习型阅读比纯音频更实用,也方便在听不懂的地方回看原句。 缺点: - 标准语音需要登录账号,且每天最多 50,000 字符。 - 高级 AI 语音按所选模型消耗 credits;后台转换要求账号 credits 余额大于 0,生成的音频仅可在 7 天内重新下载。 - Read PDF Aloud 仅支持文本型 PDF,扫描件需先完成 OCR;播放速度范围为 0.75×–2.0×。 - 语音克隆需要 10–30 秒样本(MP3,不超过 10 MB),每个克隆音色位消耗 5,000 credits,每个账号最多两个,删除后不可恢复且费用不退。 - 文本会发送至第三方语音服务,因此不适合高度敏感、机密、受监管或受法律保密约束的材料。 【常见问题】 Q: DocsToAudio 可以免费使用吗? A: 可以。登录后即可免费使用标准语音,每天 50,000 字符,并能导出 MP3 或 M4B 有声书;更自然的 AI 语音需要购买 credits。 Q: 支持哪些文档格式? A: 支持 PDF、EPUB、DOCX 与 TXT,四种格式都在同一套转换流程中处理;朗读器还支持直接粘贴文本。 Q: 高级语音如何计费? A: 按量付费、无订阅:5,000 credits 为 $5.99,15,000 credits 为 $15,30,000 credits 为 $30,50,000 credits 为 $50,credits 有效期 1 年,实际消耗取决于所选模型。
Standard · $0 (Free forever, 300+ voices, 30+ languages, Sign in · 50,000 characters/day) Premium — 5,000 credits · $5.99 (Pay as you go, no subscription, Credits valid for 1 year, ElevenLabs, Gemini & more — 800+ AI voices) Premium — 15,000 credits · $15 (Pay as you go, no subscription, Credits valid for 1 year, ElevenLabs, Gemini & more — 800+ AI voices) Premium — 30,000 credits · $30 (Pay as you go, no subscription, Credits valid for 1 year, ElevenLabs, Gemini & more — 800+ AI voices) Premium
以下为美区参考价,其他地区的价格可能不同,请以官网实际价格为准。
WPS AI 是集成在 WPS Office 中的 AI 助手,面向日常办公与学习写作场景。它把文档写作、PPT 生成、长文阅读和表格处理这些常见任务,直接放进用户已经在用的办公软件里,减少在多个工具之间来回切换的麻烦。 在文档侧,WPS…
Baidu Comate 是百度基于文心大模型研发的 AI 编程辅助工具,面向软件开发全流程提供智能化支持。它能够自动生成代码、单元测试和注释,并通过智能问答帮助开发者快速理解项目架构与模块关系,从而提升编码效率。…
UniConverter 是一款 AI 媒体转换与增强工具,可对视频、音频和图片进行转换、压缩、编辑与画质提升。对于因压缩过度、噪点过多或分辨率偏低而显得模糊的素材,它提供 AI 视频增强与视频放大能力,帮助还原画面细节。…
共 6 个可替代 DocsToAudio 的相似工具