NaturalReader
定义
NaturalReader是一款把书面文字转换为语音输出的软件,属于语音合成技术的应用产品。用户既可以键入或粘贴文字,也可以上传PDF、Word、PowerPoint、RTF、TXT、无数字版权管理(DRM)保护的EPUB电子书以及PNG、JPEG等图片文件,由程序将其朗读出来,并在屏幕上同步高亮正在朗读的语句。[2]
在功能定位上,它更接近以文档朗读为中心的阅读工具,而非面向媒体制作的配音平台。开发商将该产品划分为个人版与商用版两条产品线,前者面向用户自己收听,后者面向可对外发布的配音内容,两者的音色清单、播放设置与授权范围并不相同。[2]
原理
软件的输入端先完成文本提取与格式解析。对可编辑的文档与网页,程序直接读取其中的字符流;对扫描件、图片型PDF以及用相机拍摄的书页,则需要先经光学字符识别(OCR)把图像中的文字还原为可朗读的文本,这一环节在多数套餐中属于订阅功能。[4]
文本随后被送入语音合成引擎,由声学模型生成语音波形。相关介绍指出其底层采用深度神经网络与大语言模型等技术来提升自然度,音色按质量分为多个层级,其中较高层级的多语言音色可自动识别文本语种并以对应语言朗读。[5][6]
用户可调的参数包括语速、句间停顿、句子重复次数与音量等。语速以倍率表示,默认为1倍,约相当于每分钟180个单词,可调区间为0.28倍至5倍;程序也允许设置第二朗读音色,按句或按段与主音色交替,用于呈现对话文本。[6]
发展历程
NaturalReader由Jeff Yang在求学阶段编写。据开发商自述,他当时在阅读专业教材时遇到困难,于是自行开发了文本转语音程序,随后将第一版公开发布,以帮助有类似需求的人。开发商为总部位于加拿大温哥华的NaturalSoft公司,该公司的业务集中在语音合成技术与应用。[7]
2014年前后,软件的桌面版本更新到第12版,加入了光学字符识别能力,可直接处理扫描文档,同时提供微软Office加载项与浮动工具条,用于在多个窗口中朗读网页与邮件内容。当时的授权形式分为标准版、个人版、专业版与旗舰版,差别集中在可用音色数量、能否导出音频文件以及是否包含OCR。[1]
此后产品重心由单机桌面程序转向跨平台服务。免费账号可同时访问移动应用、在线阅读器与浏览器扩展,账号用于在多设备之间同步收听记录。[8]移动端iOS版本于2020年8月10日在应用商店上架。[9]
软件的迭代逐步引入人工智能相关功能。开发商称其积累了超过15年的AI技术经验,后续版本加入了语音克隆、朗读风格定制,以及文档摘要、自动出题、播客化改写等辅助功能。[3][4]
应用
教育与语言学习是其被讨论较多的用途。有教学研究将其用于为英语学习者生成听读材料,认为软件可以把书面文本转换为语音,配合屏幕上的同步高亮,帮助学习者把单词拼写与发音对应起来;研究同时指出,软件中并不提供用于标注发音的音标符号。[1]
在无障碍场景中,该软件被用作辅助阅读工具。开发商表示,对阅读障碍及其他阅读困难人群,以听觉与视觉同时呈现文本可以降低阅读行为本身的负担,软件为此提供了适合阅读障碍用户的字体、隐藏式字幕与逐词高亮等功能。[3]
移动端还提供相机扫描功能,用户拍摄实体书籍或纸质笔记的页面后,经OCR转换即可收听。其他常见用途包括把文档导出为MP3以便离线收听,以及在通勤等场景中收听网页长文。[8]
除个人阅读外,该产品也被用于内容配音。商用的语音生成版本面向视频旁白、有声书、广告等需要对外发布音频的用途,其授权允许音频再分发;个人版制作的音频则仅限私人使用,不得公开传播或商用。[2]
局限
对图像来源的文本,朗读质量取决于识别环节。官方说明指出,图片型PDF、PNG、JPEG等文件必须先经OCR转换,部分PDF因包含扫描文字或存在其他障碍也需要OCR处理;识别错误在听感上往往不易察觉,会被当作正常词句读出。[2]
受数字版权管理保护的电子书无法导入。开发商说明,从苹果图书、Kindle等渠道购买的多数电子书带有DRM保护,这类文件会阻止第三方程序打开,因此不能上传处理。[2]
部分功能受订阅限制。免费档位可使用基础音色朗读输入或上传的内容,但延长收听时长、MP3导出、OCR转换、完整的文本过滤控制以及人工智能功能均需订阅;每日可收听的高级音色时长也按套餐与音色类型设定上限。[4]
语音本身也存在技术边界。语音克隆与朗读风格等功能所生成的内容仅限个人使用,且相关音色遵循与Plus音色相同的使用规则。[6]个人版授权的音频不得用于视频、播客等公开渠道,需要对外发布时须改用商用版本。[2]
参见
参考资料
- tesl-ej.org 上的网页 . tesl-ej.org [引用日期2026-10-08]
- naturalreaders.com 上的网页 . naturalreaders.com [引用日期2026-10-08]
- NaturalReader - Text to Speech - Google Play 上的应用 . google.com [引用日期2026-10-08]
- naturalreaders.com 上的网页 . naturalreaders.com [引用日期2026-10-08]
- 文字转语音的几种方式,还有谁不知道? . baidu.com [引用日期2026-10-08]
- 11511510-voice-and-playback-settings-personal-version . naturalreaders.com [引用日期2026-10-08]
- NaturalReader Reviews & Pricing 2026 | Goodfirms . goodfirms.co [引用日期2026-10-08]
- NaturalReader - Text To Speech App . apple.com [引用日期2026-10-08]
- sensortower.com 上的网页 . sensortower.com [引用日期2026-10-08]
浏览次数:4 次
阅读量:0 次 · 阅读完成量:0 次
最近更新:2026-10-08T12:27:51Z
完成率 = 阅读完成量 ÷ 阅读量,分母是阅读量不是浏览次数 —— 关了 JS 的、秒退的都在浏览次数里、不在阅读量里。 详细口径在后台的「数据统计」页。