Mac 上的文字轉語音 app
寫好稿子,選一個聲音和模型,在你的 Mac 上唸成音檔。錄十秒,它就能用你的聲音唸。
免費、開源,需要 Apple Silicon 和 macOS 14 以上
寫稿子,選聲音,按一下
稿子寫在中間。換行會分段唸,空一行會停久一點。按 ⌘↩ 就開始產生,做完自動播放。
聲音有三種來源,在工具列中間切換。「仿聲」照你錄的參考錄音唸;「配音員」是模型內建的聲音,可以加一句語氣,像「親切、清楚的車站廣播」;「聲音描述」是用文字形容,像「三十歲左右的台灣女性,聲音溫暖親切」。
做好的音檔可以直接拖到 Finder、剪輯軟體或聊天視窗。
用你自己的聲音唸
到聲音庫按新增,照著畫面上那段字唸十秒左右。存好之後,這個聲音就能拿來唸任何稿子。也可以直接拖一段現成的錄音進來,再把它的逐字稿補上。
聲音跟模型是分開的。同一個聲音可以換不同的模型試,聽哪個最像。
用聲音描述試到一個滿意的音色時,可以把那次的成品存進聲音庫,之後用仿聲重現它。聲音描述每次產生的音色都不太一樣,不存下來就找不回來。
仿聲很容易被拿來冒充別人。請只錄你自己的聲音,或已經取得對方同意的聲音。
同一份稿子,換個模型再聽一次
同一個聲音、同一份稿子,換一個模型唸出來的味道就不一樣。打開「比較模型」勾幾個,同一份稿子會各產生一次。
做完的版本排在稿子下面,標著是哪個模型、多長,點一下就播。稿子沒改,之前試過的版本都會留在這一排。
8 個模型,要用哪個自己挑
模型不在 app 裡,是你在「模型」頁自己下載的。下載看得到進度,可以取消,下次會接著下載。同時留在記憶體裡的模型超過上限時,最久沒用的會自動卸載。
下面每個模型我都用同一句中文測過:產生之後用語音辨識轉回文字,算錯了幾個字。
| 模型 | 能做什麼 | 大小 | 授權 | 錯字率 | 說明 |
|---|---|---|---|---|---|
| Qwen3-TTS 1.7B 仿聲 | 仿聲 | 4.5 GB | Apache-2.0 | 0% | 中文最穩,連說話速度都會學參考錄音 |
| Qwen3-TTS 1.7B 配音員 | 配音員 | 4.5 GB | Apache-2.0 | 0% | 9 位配音員,可以指定語氣;中文口音偏中國大陸 |
| Qwen3-TTS 1.7B 聲音描述 | 聲音描述 | 4.5 GB | Apache-2.0 | 0% | |
| Qwen3-TTS 0.6B 仿聲 | 仿聲 | 2.0 GB | Apache-2.0 | 0% | 輕量版,記憶體用量少一半以上 |
| Breeze-TTS 2 | 仿聲、聲音描述 | 4.6 GB | 研究與非商業 | 0% | 仿聲時可以用一句話指揮語氣;不能商用 |
| VoxCPM2 | 仿聲、聲音描述 | 3.2 GB | Apache-2.0 | 0% | 48 kHz |
| OmniVoice | 仿聲、聲音描述 | 1.6 GB | Apache-2.0 | 0% | 最快,語速由模型自己控制 |
| MOSS-TTS Nano | 仿聲 | 0.4 GB | Apache-2.0 | 8% | 最小,適合試稿,不適合當成品 |
授權以各模型自己的頁面為準,要商用請自己再確認一次。app 裡不能商用的模型會標出來。
稿子和聲音都留在你的 Mac
語音是在你的 Mac 上產生的,不經過任何伺服器。沒有帳號,也沒有使用統計。
留在這台 Mac
- 你寫的稿子
- 你錄的參考聲音和逐字稿
- 產生的音檔
- 發音字典和設定
會連到網路的時候
- 下載模型,連到 Hugging Face
- 加入其他模型時,到 Hugging Face 查它的資料
資料存在 ~/Library/Application Support/VoiceStudio,模型存在 Hugging Face 的快取資料夾。
讓 Claude 幫你唸
九官鳥開著的時候,支援 MCP 的 AI 工具可以直接叫它產生語音。Claude Code 在終端機加這一行:
claude mcp add --transport http myna http://localhost:8790/mcp
之後就能跟 Claude 說「把這段公告唸成音檔」。它送來的工作會出現在九官鳥的佇列,做完的音檔也留在 app 裡。這個位址只有這台 Mac 自己連得到。
下載
- 系統
- macOS 14 以上,Apple Silicon(M1 之後的 Mac)
- 空間
- app 約 630 MB;模型另外算,一個 0.4 到 4.6 GB
- 記憶體
- 建議 16 GB 以上。最大的模型載入後大約佔 5 GB
- 費用
- 免費,原始碼用 MIT 授權公開
第一次打開
我沒有 Apple 開發者帳號,app 沒有經過 Apple 簽章,第一次打開會被系統擋下來。
- 打開九官鳥,跳出警告時按「完成」。
- 到「系統設定 → 隱私權與安全性」,往下找到九官鳥,按「強制打開」。
- 之後就能正常打開。第一次進去會請你挑一個模型下載。
從原始碼建置
想自己建的話,需要 Xcode 的命令列工具。make app 會下載一份可攜的 Python 和需要的套件,一起包進 app,第一次約 650 MB。
git clone https://github.com/juinwei7/Myna.git
cd Myna/mac
make app
make install
常見問題
產生的音檔可以商用嗎?
看你用哪個模型。Breeze-TTS 2 的授權只限研究和非商業用途,app 裡會標出來。其他幾個是 Apache-2.0,一般可以商用,但請以模型自己的頁面為準。另外,聲音本身也要是你有權使用的。
需要網路嗎?
只有下載模型時需要。模型下載好之後,拔掉網路也能產生語音。
Intel 的 Mac 可以用嗎?
不行。這些模型是用 Apple 的 MLX 跑的,只支援 Apple Silicon。
唸出來太快怎麼辦?
仿聲會連參考錄音的說話速度一起學,錄音講得快,成品就快。可以拉右邊的語速、換 OmniVoice(它的語速是模型自己控制的),或重錄一段講慢一點的參考錄音。
有字唸錯怎麼辦?
到設定的「發音字典」加一組:左邊寫稿子裡的寫法,右邊寫一個唸起來對的寫法。之後稿子不用改,產生時會自動換。
可以仿別人的聲音嗎?
技術上有錄音就能仿,但請只用你自己的聲音,或已經取得對方同意的聲音。
有英文介面嗎?
目前只有繁體中文。稿子可以是中文、英文、日文或韓文,看模型支援哪些。
跟 macOS 內建的朗讀有什麼不同?
內建的朗讀只能用系統附的聲音。九官鳥可以用你自己的聲音、可以換模型比較,產生的是可以拿去剪輯的音檔。