語音跟讀 - 聲控提詞器

語音跟讀做了什麼

語音跟讀在你念的時候聽著，讓文稿跟上你。你慢下來它就慢，你停下來回答一個問題它就 停，你接著往下念它就從那裡繼續。

頁面載入時它是關的，一直關到你按下控制項欄裡的麥克風按鈕為止。在那之前沒有任何東西 在聽；打開它的那一刻，就是瀏覽器向你要麥克風權限的那一刻。我們不會在瀏覽器那個彈 窗前面再加一個自己的彈窗——你按下開關，本身就已經是你在要這個功能。

推動文稿的是字詞比對，不是音量。它取你剛說完的幾個詞，在閱讀線前方的那一小段文字裡 找，找到就把文稿移到那裡。文稿裡沒有的話不會讓文稿動：一聲咳嗽、跟舉燈的人說的一 句閒話、辨識錯的一個詞，都不會。它寧可等著，也不會猛地跳一下。

你的音訊去了哪裡

語音辨識是瀏覽器的，不是我們的。你在哪個瀏覽器裡，決定了音訊是留在你的機器上，還 是交給那個瀏覽器的廠商去轉成文字。開關旁邊的那行字，在你打開任何東西之前就寫明了 你走的是哪一條。第一條路上寫的是：

語音辨識在你的裝置上進行，音訊不會上傳。

第二條路上寫的是：

你的瀏覽器無法在本機進行語音辨識。開啟後，音訊會發送給你的瀏覽器廠商轉寫。

只要瀏覽器能在裝置上辨識，我們就請它這麼做。第一次打開語音跟讀時，這可能意味著要 下載一個語言包；語言包裝好之後，辨識就發生在你自己的機器上。瀏覽器做不到的時候 ——今天是 Safari 和 iOS——音訊會交給瀏覽器廠商轉寫，適用該廠商的條款。

兩條路都一樣：我們不接收、不儲存、也不轉發你的音訊。我們根本不在這條路上。你的麥 克風對著你的瀏覽器講話，瀏覽器交給我們的是文字。

那行字常駐在開關旁邊，因為沒有別的地方會說這件事。瀏覽器的權限彈窗問的是「這個網 站能不能用麥克風」，它不會說音訊之後去了哪裡；而蘋果自己的指引，就是把解釋這件事 的責任放在網站身上，而不是系統身上。

有兩句話我們不會寫，因為在某些瀏覽器上它們是假的：這裡的辨識並不總是在本機，語音 跟讀也並不總是能離線用。在本機那條路上、語言包下載完之後，這兩句都成立；在廠商那 條路上，兩句都不成立——轉寫發生在別處，要聯網才到得了。

哪些瀏覽器能用

截至 2026 年 8 月 27 日：

• Chrome，桌面版和 Android 版，可用。語音辨識從 Chrome 25 起就帶前綴存在，從 Chrome 139 起可以在裝置上跑，而這正是我們優先請求的那條路。
• Safari 可用：Mac 上從 14.1 起，iOS 上從 14.5 起，走的是廠商那條路。蘋果究竟是在 裝置上轉寫還是在伺服器上轉寫，取決於裝置和它的設定，網站看不到實際走的是哪種， 所以這一頁不假裝知道。
• Edge 有這個API，但用起來不可靠。不管你請求哪種語言，它常常在辨識剛開始的那一刻 就失敗。真發生時，文稿會退回固定速度滾動，並且會說出來。
• Firefox，桌面版和 Android 版，都不向網站開放這個功能。它從第 22 版起就是預設關閉 發布的。
• Opera 不支援。
• 三星瀏覽器從第 4 版起支援。

caniuse 給語音辨識的數字是全球瀏覽器使用量的 87.55%，其中含部分支援。這個數字裡有 兩個缺口跟這裡有關：Firefox，以及你手上碰巧是哪一版的 Edge。

我們不會跟你說「所有現代瀏覽器都支援」。大牌裡就有一個不支援，而第一個用 Firefox 打開這一頁的人就能當場戳穿。

廠商那條路還得聯網才能工作。只有本機那條路能離線跑，而且要等它的語言包下載完。

用不了的時候會怎樣

三種狀態，不是兩種。

能用。開關在那裡，是關著的。你打開它，瀏覽器向你要麥克風，你自己決定。

這裡用不了。按鈕還在原處，標成不可用，下面一行字說明這個瀏覽器做不了語音辨 識，文稿將按固定速度滾動。我們不把按鈕藏起來。一個頁面描述了某個功能，你卻在產品 裡到處都找不到它，那這次訪問就被一個從沒打算兑現的承諾花掉了。不可用的按鈕仍然能 用鍵盤走到，仍然有焦點框，而那行解釋是掛在按鈕上的、不是飄在旁邊的，所以螢幕報讀軟體 會連著控制項一起把解釋念出來。

跑著跑著壞了。辨識可以明明存在，卻在啟動的那一刻失敗。Edge 就經常這樣；而麥 克風被拒絕、或者連接掉了，在哪個瀏覽器上都會這樣。語音跟讀會自己關掉，固定速度接 管，控制項欄說明文稿已回到固定速度。它是出聲說，而不是只換一個顏色——因為在那一刻你 看的是閱讀線，不是控制項欄。

第三種狀態正是「問一句瀏覽器支不支援」不夠用的原因。Edge 會回答支援，然後失敗；所 以失敗必須在它發生的地方被接住，並且用你看得見的東西回應。

它聽的是哪種語言

語音跟讀向辨識器請求的是頁面目前的語言，並且是在那一刻去問你的瀏覽器能不能做這門 語言，而不是去查一張我們自己維護的表。Chrome 沒有公布它的辨識器支援哪些語言，而帶 本機模型的語言集合會不打招呼地變。一張寫在我們程式碼裡的表，幾個月內就會過期，而且 會錯得很篤定。

這裡有兩份名單容易被混為一談：這個網站的介面有哪些語言，和你的瀏覽器能轉寫哪些語 言，來自不同的地方，也不是同一個集合。哪一份都推不出另一份。

你到底需不需要它

大部分讀稿並不需要它。按你自己的每分鐘詞數設一個固定速度，才是這裡的主路， 提詞器就是圍著它做的。語音跟讀值回票價的場合，是節奏不由你定的時候：一場隨時 有人插話的訪談，一個要等編譯跑完的簡報，一條中途停下來挪燈、然後從這一段重來的 錄製。

它也是要付代價的。它要一個麥克風、一個安靜到瀏覽器辨識器聽得清的房間，在多數瀏覽 器上還要聯網。固定速度這些都不要，而舞臺上的時長估算和 文稿計時器都是從它來的。

這也不是什麼稀有功能。截至 2026 年 8 月 27 日， VoicePrompter 和 SolPrompter 都免費、免註冊地跟讀語音。這一個的特別之處 更窄，也更容易核對：你不叫它，它就不開；只要瀏覽器給得出本機那條路，它就走本機； 在你打開之前它就告訴你走的是哪條路；它放棄的時候會說出來。

常見問題

Firefox 裡能用嗎？ 不能。Firefox 不向網站開放語音辨識。提詞器在那裡照樣能用，只是文稿按固定速度滾。

我的聲音會被上傳嗎？ 取決於你的瀏覽器，所以開關在你打開之前就寫明了。能在裝置上辨識的瀏覽器，音訊留在 裝置上；Safari 和 iOS 上，音訊交給瀏覽器廠商轉寫。我們從不接收它。

必須允許麥克風嗎？ 必須。否則語音跟讀聽不見你。拒絕是很正常的回答，拒絕之後文稿按固定速度走。

它會錄下什麼嗎？ 不會。這裡沒有任何東西錄音或錄影。辨識器把語音變成文字，文字推動文稿。

錄到一半它停了會怎樣？ 文稿回到你設的速度，控制項欄會說明這件事，不用你自己去猜。