文本转语音（TTS）速查表
浏览器原生的 Web Speech API 就能把文字读出来，无需后端、不花钱。本页整理朗读的核心参数、SSML 常用标签与移动端/Safari 的兼容坑，帮你把「网页朗读」做得自然稳定。
核心朗读参数
| 参数 | 含义 | 调参建议 |
|---|---|---|
| rate（语速） | 朗读速度，1 为正常，范围约 0.1–10 | 中文建议 0.9–1.1，过快会吞字；英文可到 1.2 |
| pitch（音高） | 音调高低，1 为默认，范围约 0–2 | 微调 ±0.1 即可区分角色，别拉太极端 |
| volume（音量） | 音量，1 为默认，0 为静音 | 网页里通常保持默认，交给系统音量 |
| voice（音色） | 选择具体发音人，含语种与性别 | 用 speechSynthesis.getVoices() 列出，按 lang 过滤 |
| lang（语种） | 声明文本语种，影响选音与发音 | 中英文混排时按句切 lang 更自然 |
常见问题
浏览器自带文本转语音吗，需要后端吗？
现代浏览器内置 Web Speech API 的 SpeechSynthesis，纯前端就能朗读，不需要调任何后端接口，也不产生额外费用。缺点是可用的发音人依赖用户操作系统自带的声音，不同设备音色不一致。
SSML 在网页里都能用吗？
标准不一致。Chrome 桌面端较完整支持 <break>、<prosody> 等常用标签，但移动端和 Safari 支持零散，部分标签会被忽略。生产环境建议先用 feature 检测，不支持 SSML 时退化成纯文本朗读。
为什么有时候 getVoices() 返回空？
声音列表是异步加载的，页面刚打开时可能还没就绪。正确做法是监听 voiceschanged 事件再取，或在拿到非空列表后再初始化 UI，否则会选不到发音人。
长文本朗读会中断怎么办？
部分浏览器对单次 utterance 有长度或时长上限，超长文本会被截断。稳妥做法是按段落切分，监听 onend 后连续朗读下一段，并在边界处适当插入 <break> 让停顿自然。