Read PDF Aloud 支持的文件格式

虽然名字里带 PDF，但 Read PDF Aloud 并不只能读 PDF 文件。它支持多种文档格式，几乎你手头的任何阅读材料都能变成语音。

以下是所有可上传的格式：

• PDF（.pdf）：标准 PDF 文档和扫描版 PDF
• EPUB（.epub）：开放电子书格式
• MOBI（.mobi）：Amazon Kindle 早期电子书格式
• AZW3 / KF8（.azw3、.kf8）：Amazon Kindle Format 8
• Word（.docx）：Microsoft Word 文档
• PowerPoint（.pptx）：Microsoft PowerPoint 演示文稿
• OpenDocument Text（.odt）：LibreOffice / OpenOffice 文本文档
• OpenDocument Presentation（.odp）：LibreOffice / OpenOffice 幻灯片
• Rich Text Format（.rtf）：跨平台富文本文档
• 纯文本（.txt）：纯文本文件
• Markdown（.md）：Markdown 文档

此外，Read PDF Aloud 还提供文本输入模式，直接粘贴任意文字即可朗读，无需上传文件。

PDF

PDF 文档会逐页解析并提取文本，尽量保留原始排版。每一页都作为独立单元保留，因此播放时按页跳转依然符合原文档的结构。

扫描版 PDF 的 OCR 识别

对于扫描版 PDF（即没有内嵌文本的图片型文档），Read PDF Aloud 提供由 AI 驱动的 OCR（光学字符识别）。检测到扫描版 PDF 时，会提示你开启 OCR。这是一项高级功能，限制如下：

• 最大文件大小：50 MB
• 最大页数：1,000 页

OCR 结果会按页整理成结构化文本返回。

扫描版 PDF 的判定方式

Read PDF Aloud 会计算 PDF 的文本密度，也就是平均每页的字符数。如果密度低于某个阈值（每页 50 个字符），文档就会被判定为扫描版 PDF。这样可以避免在几乎没有可提取文本的文档上浪费资源。

电子书格式

电子书文件（EPUB、MOBI、AZW3/KF8）会按章节处理。每一章的原始 HTML 内容会被提取并转换为纯文本，让你能以清晰的结构和节奏收听电子书。

AZW3 和 KF8 指的是同一种格式（Amazon Kindle Format 8），处理方式完全相同。

Office 文档

Office 文档（DOCX、PPTX、ODT、ODP、RTF）会被解析成纯文本。由于这些格式不像 PDF 那样有内建的分页概念，提取出的文本会按每 20 行一组分成逻辑段落，保证播放流畅。

Office 解析器按需加载，只有在你真正上传 Office 文件时才会启用，不影响平时的浏览体验。

纯文本与 Markdown

纯文本文件和 Markdown 文档处理起来最简单。它们会逐行读取，去掉空行和多余空白，再分组为逻辑段落用于播放。

处理流程

无论输入什么格式，所有文件都经过同一套流程：

1. 格式检测：根据文件扩展名判断
2. 文本提取：使用对应格式的解析逻辑
3. 哈希生成：计算 SHA-256 哈希，用于去重和缓存
4. 本地存储：提取的文本和元数据保存在你的浏览器本地

所有文本处理都在你的设备本地完成，文档始终私密安全。