本页内容
在 iPhone 上,你可以用不同语言收听 AI 回复,而不必把文字发给云端语音服务。OGAM(Off Grid AI Mobile)Pro 在手机上生成语音。先下载本地语音模型和你需要的声音,之后关掉 Wi-Fi 和移动数据也能播放支持的文字。
| 在 App Store 获取 OGAM | 手机版功能 |
你想用 Off Grid AI 做什么?
有想让我们支持的功能或用法吗?告诉我们你想做什么、用的是什么设备。
本指南讲的是 OGAM 内助手消息的语音播放,不会为 iPhone 上的每个应用设置语音。
比如,你可以要一句法语回复,先看文字,再用法语声音听一遍。切换语音语言不会翻译回复,文字本身要是你想听的那种语言。
在 iPhone 上离线朗读需要什么?
一部支持的 iPhone、OGAM Pro,以及下载到手机上的本地语音资源。应用公布的要求是 iPhone 12 或更新机型,iOS 17 或更新版本。安装应用、设置 Pro 和下载语音都在联网时完成。
准备好这些:
- App Store 上当前版本的 OGAM,并启用 Pro。
- 足够的存储空间,放语音模型和所选语言的资源。
- 一条已经完成的助手回复,用来朗读。
- 如果还想离线生成新回复,需要一个本地对话模型。
在手机上,文字转语音是 Pro 功能。把你的声音转成文字的语音识别是另一个功能。本文用的是打字输入和语音输出,所以不需要录音。
手机版功能页列出了平台要求。GitHub 和 App Store 上的版本可能不同。以你手机上已安装版本的设置为准;如果找不到语言选项,就更新应用。
能用哪些语言?
在文字转语音设置的 Language 菜单里选择。应用会根据当前语音引擎支持的声音生成这个菜单。法语、西班牙语、印地语和英语是本地语音系统中的例子;实际可用的以你应用里的菜单为准。
先选语言,再在该语言下选一个 Voice。如果切换语言时开始下载,等它下载完再断网。
英语声音准备好了,不代表其他语言也都下载好了。应用会缓存所选声音需要的资源,切换语言可能需要额外的文件。
语音识别和语音输出的语言菜单是分开的。转写模型支持哪些语言,并不决定有哪些朗读声音可用。
怎样下载本地语音模型?
打开 Models > Voice,下载本地语音模型。在当前版本中,它显示为 Kokoro TTS。等下载和准备完成。如果之前用的是远程语音服务,就切换到这个本地语音模型。
模型名称只是帮你找到对的条目;你不需要另装语音引擎,也不需要 API 密钥。
设置期间保持联网。不要因为列表里出现了模型卡片,就认为它的文件已经在手机上了。
如果看到没有下载语音模型的提示,就回到 Models > Voice。有些设置可能会提到 TTS Settings,但模型下载在 Models 的 Voice 标签页里。
怎样选择语言和声音?
打开 Model Settings > Text to Speech。使用 Chat 模式,打开 Enable TTS。然后选择 Language,再选一个 Voice。等待提示所选语言的声音已准备好。这些设置控制助手消息的语音播放。
你也可以在 Chat Settings 里找到文字转语音部分。
第一次检查:
- 选一种你听得懂的语言。
- 从该语言的列表里选一个声音。
- 等任何下载或准备完成。
- 听到效果之前,Speed 保持 1.0x。
语言下载失败时会有 Retry 操作。联网时重试。在新声音准备好之前打开飞行模式,下载不会完成。
怎样离线朗读一条回复?
设置完成后,点已完成的助手消息上的扬声器按钮。OGAM 会用所选的本地声音生成音频。再按一次正在播放的扬声器按钮可以停止。要完整测试离线效果,先打开飞行模式并确认 Wi-Fi 已关闭,再播放消息。
1. 准备一条简短回复
选好本地对话模型,用你选的语言要一句短回复。比如法语,可以这样问:
用法语回复一句话,说会议周一十点开始。
等助手的文字完全生成,先读一遍。扬声器按钮并不能证明模型的句子准确,或者它照你的要求做了。
2. 让朗读语言一致
在文字转语音的 Language 设置中选法语,再选一个法语声音。等待声音准备好的提示。
你也可以换成其他支持的语言。第一次测试时,让文字和声音的语言一致。
3. 断网并播放
打开飞行模式,也确认 Wi-Fi 已关闭。回到那条已完成的回复,点扬声器按钮。
你应该不用再发一次提示就能听到回复。这一步把语音播放和对话生成分开测试。
4. 再试第二种语言
如果另一种语言的资源还没下载,重新联网准备它。选一个声音,等它准备好,再准备一条相同语言的回复。重复一次断网播放测试。
每次测试都要短。不用等一大段文字,就能判断发音和音量。
能一字不差地读出你自己的文字吗?
确认可用的播放控件读的是助手消息。如果你让本地对话模型重复你的文字,播放之前先检查它的回复。即使你要求原样复制,对话模型也可能改动标点、漏掉词语或改写句子。
比如,让它不加任何内容地重复一小段文字,再和原文对比。不要把它当成保证逐字朗读的文档阅读器。
这个流程也不会自动翻译段落。先让对话模型翻译,检查译文,再为目标语言选择声音。
声音不播放时检查什么?
| 问题 | 检查什么 | 怎么做 |
|---|---|---|
| 没有扬声器按钮 | Pro 权限、Enable TTS、模型是否就绪、回复是否完成 | 完成设置,在 Chat 模式下打开 TTS,等助手回复完成。 |
| 新语言离线时失败 | 它的语音资源可能还没下载 | 重新联网,选择该语言,等出现就绪提示,再离线测试。 |
| 声音从别的设备出来 | iPhone 音量和音频输出 | 检查媒体音量,以及连接的耳机或蓝牙音箱。 |
| 发音不对 | 文字语言和所选声音 | 让两者一致,再用常见词组成的短句试试。 |
| 能朗读,但离线时新回复失败 | 对话模型可能是远程的 | 选择一个已下载的本地对话模型。 |
| 设置里显示远程语音服务 | 当前语音模型 | 回到 Models > Voice,选择本地模型。 |
| 语音准备失败 | 下载是否完成、可用内存 | 完成下载,关掉占内存的应用,用一条短回复再试。 |
人名、缩写和混合语言的句子,听起来可能和你预想的不一样。一句话读得好,不保证每段都读得好。
文字会离开你的 iPhone 吗?
选择本地语音模型时,语音合成在你的 iPhone 上进行。远程语音服务走的是另一条路径,可能会把文字发给那个服务。本文描述的流程,请保持所选声音为本地声音。
如果你要生成新回复,也检查一下对话模型。本地语音播放可以朗读远程模型生成的文字,但这不会让之前的对话请求变成本地的。
更换或卸载声音后恢复 Speak
在手机端 beta 114 中,打开回复菜单时 OGAM 会检查保存的声音文件。声音可以已经下载,但没有加载到内存里。运行时被卸载后,Speak 仍可以使用准备好的声音,所以不必因为之前用过别的模型就重新下载。
打开一条已完成的助手回复的菜单。如果没有 Speak,检查文字转语音是否已开启,以及所选声音的文件是否还在。回到 Models > Voice 或语音设置,完成缺失的下载。保持所选的语言和声音,然后重新打开回复菜单,用一小段文字试试。
OGAM 用保存的声音选择来播放。选了另一种语言的声音,不会翻译回答。如果文件都在但播放失败,先查看模型错误和音频输出,不要急着删掉能用的下载。仅仅出现文件夹读取错误,不能证明声音文件被删除了。
iPhone 文字转语音常见问题
多语言语音输出免费吗?
文字转语音属于 OGAM Pro。免费下载应用不包含所有 Pro 功能。购买前请查看应用当前的 Pro 条款。
切换 Language 会翻译消息吗?
不会。它选择的是朗读文字所用的语言和声音。翻译需要单独一步。
下载声音后还需要移动数据吗?
所需资源就位后,本地语音处理不需要移动数据。先完成 Pro 设置,再打开飞行模式检查播放。
能在 iPhone 的所有应用里用这个声音吗?
本指南设置的是 OGAM 中助手消息的播放。它不会替换 iPhone 的系统语音,也不会给其他应用加上朗读控件。
先准备一个声音,离线播放一条完成的回复,出行前再下载你需要的其他语言。