语音朗读（给孩子报听写用）- 个人修改版（更新v2.5.14）

Easong

上个星期逛论坛发现了这个帖子（见下文），功能实用，适合小朋友，但发现跟我的需求有所欠缺，变自己动手改了改，做了些优化。
原帖：语音朗读（给孩子报听写用）https://www.52pojie.cn/thread-2116081-1-1.html  
本修改版主要增加了图片、PDF、Wrod 的原文阅读的能力。
因为我的使用场景是拍小朋友的课文或上传PDF版教材朗读，能看到原文更方便小朋友跟读。
其他的修改就不值一提了，感兴趣的自己去发现哈。

关于本地模型
最初曾计划在 App 内集成离线模型引擎，但受限于原有技术栈版本较低，所支持的模型引擎只能处理纯文本、不支持多模态（看图/图片识别），无法承担拍照与文档 OCR 类任务。
随后尝试把整体技术栈升级到当前最新稳定版本再接入引擎，支持的模型依旧有限且效果不理想；
故再次尝试升级到开发版，但因问题太多，无法成功编译，无奈放弃，以后有空再换架构重写吧。
如有大佬感兴趣，欢迎继续完善，搞定模型引擎。
仓库地址 https://github.com/EasongChung/speak_reader

20260807更新
完成文本型PDF文件直接点击原文语句直接朗读改句子的功能
非文本型PDF文件可以使用福昕之类带坐标返回的OCR工具，做一次OCR识别，再传到手机上使用，即可使用该功能
暂时还没找到适合手机上免费开源的带坐标返回OCR识别组件，有知道的可以告知一下。
下一步计划增加个机械翻译组件。
关于PC端暂时不考虑，PC端已经有很多支持PDF朗读的工具了。
版本: v2.5.14
架构: arm64-v8a
大小:23MB
下载地址：https://wwbki.lanzouv.com/ihT794108wfg   密码:6u80

Speak Reader Android APK
版本: v2.5.7
架构: arm64-v8a
大小:23MB
下载地址：https://wwbki.lanzouv.com/iH3AW40c6eob   密码:d2iq

测试截图:  ( 注 图1显示的本地模型为测试版，已放弃，仅用于图片识别测试 )

aceworry

挺好的，根据个人需求修改工具才是最重要的，毕竟谁也不能保证别人的就一定适合自己。我做这个软件的初衷也就是给老婆、老妈减减负，最后又补了一个微信小程序版的（带大模型音色），可是娃总是说发音不标准，选哪个都不行，非要说老师朗读的才是对的，其他人朗读的听不出来。老师其实也发了朗读的视频，但是是按顺序读的，自己调整不方便。其实有时候创作的动机远比创作的过程和结果更有趣，之前看分享的是一个软件，现在看又何尝不是一个心得。

Easong

liping8764 发表于 2026-8-6 09:28
希望楼主可以增加 PC 版本 实现 word  pdf 的朗读。

Pc端有很多PDF工具可以朗读了，暂时不考虑，现在搞点击PDF原文中的句子直接高亮朗读，已经差不多成了。

hefan0715

厉害了，下载试试

liping8764

希望楼主可以增加 PC 版本 实现 word  pdf 的朗读。

Easong

aceworry 发表于 2026-8-7 11:08
挺好的，根据个人需求修改工具才是最重要的，毕竟谁也不能保证别人的就一定适合自己。我做这个软件的初衷也 ...

是的，很感谢您的创作，并将软件开源分享出来。

Groza

下载使用一下，这个后续能出PC版的吗？

phoenixwld

一直在找的，感谢楼主分享

jieldys

这个好啊 以后给孩子用

doctor0100

家有小学生，这个很符合需求