拍摄
拍一张照片，或从设备中选择图片。
不会。图片文字识别在浏览器本地完成，无需上传照片；只有识别后的段落文字会发送给语音生成服务。
建议使用文字端正、画面清晰、光线均匀且背景干净的照片。只保留页面内容通常能提高识别准确率。
浏览器首次使用时需要下载 OCR 引擎和所选语言模型。之后可以复用缓存，通常会更快。
目前支持英语、简体中文、西班牙语、法语、德语、日语、韩语、意大利语、葡萄牙语、俄语和阿拉伯语。选择图片前，请先将“文字语言”设为图片中的语言，再选择喜欢的声音。
需要。拍照或选择图片前，请先登录。生成音频会使用你账户中的文字转语音额度，请确保剩余额度足够生成所有分段。
可以。每段音频生成完成后，点击播放器旁的下载按钮，即可保存为 MP3 文件。重新开始、选择另一张图片或离开页面前，请先下载需要保留的音频。