作家用文字转语音：让一整个阵容读你的草稿

从 Word、WPS、Scrivener 或 Google 文档到音频

大多数写作软件都能给出工作室读得懂的文件。Word 或 WPS 里把这一章存成 .docx，设为“标题 1”的章节名，或者“第十二章”这样的行，都会被识别为章节。Google 文档用“文件 > 下载 > Microsoft Word (.docx)”。Scrivener 用 File > Compile，把 Compile for 设为 Word 或 ePub，只勾选正在修改的章节；ePub 自带目录，章节通常会自动分开，导入时再确认一下列表。

也可以不传文件，直接把一场戏粘贴进工作室。请只上传你自己写的、没有 DRM 的文件。各种格式的细节，见 Word 转有声书和 Google 文档转有声书。

一整个阵容，会暴露含糊的对话标记

这是单声音朗读做不到的部分。说话人识别由 AI 完成：它像一个认真的读者那样，根据对话标记和动作描写，把每句台词分给一个角色。它分错的地方，往往读者也会弄错。看这段为本页写的草稿：

宁宁把托盘放下。阿哲和梅姐已经吵起来了。“你告诉她了。”阿哲说。“总得有人说。”“轮不到你。”“那该谁说？”她低头倒茶，谁也没看。

“那该谁说？”是谁说的？如果工作室因为后面那个“她”把这句给了宁宁，你就找到了一处真正的歧义：屋里有两个女人。你想写的是梅姐，却听到宁宁的声音说出来，问题想忽略都难。把动作描写里的名字写出来（“梅姐低头倒茶……”），书稿改好了，音频也跟着对了。识别本身也可能出错，所以把每一处分错当作对文字的提问，而不是判决。

中文还多一层：“他”和“她”读出来都是 tā。只有一个声音的朗读，耳朵分不出是男是女；换成不同的声音，听众马上知道是谁。

节奏、重复和只有耳朵能抓到的错

听稿最擅长抓眼睛容易滑过的问题：多字或漏字、一串长度一样的句子、一页里三个“然后”、无意中的押韵、念起来拗口的名字。它还会告诉你，台词像不像人说的话：用这个角色的声音念出来让你皱眉的句子，读者读到也会皱眉。

它也有局限。“的、地、得”和其他同音错别字读出来一模一样，听不出来，要靠校对工具或另一位读者。生僻的人名、自创的地名，声音念得不对，往往是声音的问题，不是你的错字。

散步时听稿：每章一个 MP3

很多作者离开书桌时反而改得最好。每章导出一个 MP3，或把正在改的几章打包成 ZIP，散步时开着备忘录听。记下时间点和几个字，回到桌前再改。改了一句想再听，就在工作室里改好，只重新生成这一句。

和 Word 朗读、Scrivener 自带语音比一比

没有哪一款工具对所有作者都最好，免费的朗读工具也各有所长。Word 能用一个声音从光标处开始读；Scrivener 在 Mac 和 Windows 上都可以通过 Edit > Speech > Start Speaking 朗读，用的是电脑自带的语音。它们都是即点即读，适合刚改完一段时逐句校对。

它们做不到的是选角。所有角色都由同一个声音来读，所以没法告诉你对话归属站不站得住；声音也是实时播放，不会留下文件。所以 FullCastBook 是补充而不是替代：逐句小改用自带朗读，整章听稿用一整个阵容。

免费积分够听一个短章节

注册即送免费积分，无需绑卡，够试一个短章节，正好是第一遍听稿的分量。积分按朗读的字符数计算，改稿时听一章比做整本书便宜得多；更长的书稿可以看看套餐。你的文字只用于提供服务，不会用来训练我们自己的 AI 模型。

稿子写完，想做一段样章给读者或经纪人听，见有声书样章生成器。想了解工作室怎样一步步把文字变成阵容，看看工作原理。