VocalVia

多声部部分引起了我的注意。当VocalVia将文档或文章转换为音频时，用户对哪些部分使用哪个声音有多少控制？例如，用户可以在生成前标记引用、标题或不同说话者，还是自动处理？由于标语提到可编辑音频，我同样好奇编辑是在文本层面、时间线层面还是两者兼有。

Hi Product Hunt! 我做了VocalVia，是因为注意到我保存了很多有用的PDF和文章，但从未读完。目标是让文档转音频变得实用而不是黑盒：你可以检查大纲、编辑脚本、分配声音、调整片段，然后再生成最终音频。我在7月31日前开放无限积分，同时收集真诚反馈。我特别想听听上传→脚本→声音→音频的工作流在哪些地方让你感到困惑，以及它处理你最杂乱的真实文档表现如何。

@Zoey 恭喜你推出VocalVia！🚀 将“保存了但从未真正阅读的文章”变成可编辑的多声音播客，这个点子太棒了。

快速问一下复杂结构处理：当处理密集文档（比如30页以上、有大量行内引用、表格或数学公式的研究论文）时，初始脚本转换有多干净？它会自动将复杂表格提炼成自然对话吗，还是通常需要用户手动编辑这些部分？

Zoey，我保存的阅读堆已经悄悄变成了墓地，所以想到终于可以在遛狗时听到所有内容，感觉有点安慰。这是第一次听到这种承诺没有让我退缩。

它如何知道何时省略或改变细节以适应口语格式，何时保持原样，特别是涉及需要精确度的技术内容，如参考文献、数字或技术术语？

在音频之前提供可编辑的脚本是正确的做法——大多数TTS工具恰恰跳过了这一步。我的问题是关于虚构类内容：在小说片段中，说话者通常是隐含的，没有明确标注（"她说"在第一次对话后就会消失）。大纲步骤是否会尝试对话归属，让不同角色拥有独特的声音？还是说目前虚构类内容需要手动重新分配？这感觉像是"文档"和"书籍"之间的差距。