TTS 与音频

Readori 将系统语音、HTTP TTS、离线神经网络语音和 LibriVox 统一路由到阅读器控制面板。

引擎类型

内置引擎并不是笼统的“系统 / HTTP”两分类，实际是 5 个内置 provider（对应 TTSProviderType），外加两条独立的音频来源：

Provider	特点
system 系统语音	AVSpeechSynthesizer，完全离线，零配置
edgeTTS 微软 Edge 朗读	免费在线，不需要 Key；协议是逆向工程得到的 WebSocket 握手（speech.platform.bing.com），不是官方公开 API，微软调整握手细节时可能失效
googleTTS Google 翻译朗读	免费在线，不需要 Key；单次请求约 190–200 字符上限，超长文本自动分段拼接；非官方接口，请求过于频繁可能被限流
baiduTTS 百度语音合成	官方公开 REST API，需要用户自行申请 API Key/Secret Key；先用 Key 换 access_token（约 30 天有效，本地缓存自动续期），再调用 text2audio；单次合成约 500 字符上限；有每日免费额度
custom 自定义 HTTP 引擎	用户自己配置 URL/headers/body 模板，兼容 MultiTTS 风格清单，见HTTP TTS

edgeTTS/googleTTS 是"免费但非官方"的逆向接口，作为主力长期高频朗读不如系统语音稳定； baiduTTS 是唯一"官方文档 + 需要凭据"的内置引擎。三者都不需要用户手写 URL 模板——这一点 是它们和下面的 custom/HTTP TTS 最大的区别，custom 才是"用户自己描述协议"的那一档。

离线神经网络（sherpa-onnx 本地推理）和 LibriVox（有声书流媒体）不在 TTSProviderType 枚举里，是两条独立的音频路径，分别见离线神经网络 TTS和 LibriVox。

阅读联动

朗读按句子推进、高亮当前句、自动进入下一页/章。停止、切换引擎、跳句或重启配置会取消 旧请求，过期 callback 不得安装播放器或继续播放旧音频。