簡報逐段語音朗讀工具。 載入簡報 PDF 或直接貼上講稿，簡報者按鍵逐段觸發語音； 觀眾只看到投影片，講稿與控制項留在簡報者畫面。
零後端、零安裝、可匯出成單一 HTML 檔帶去任何電腦雙擊即用。
English summary — A presenter-paced text-to-speech tool for slide decks. Load a PDF (or just paste your script), edit the auto-extracted segments, then cue each segment aloud with the spacebar during your talk. The audience window shows only the slide; your script, timers and controls stay on your laptop. Pure static frontend — no backend, no API keys, no install. Exports to a single self-contained HTML file. Built with a focus on Traditional Chinese (zh-TW).
- 兩種輸入 — PDF 自動抽取各頁文字區塊，或直接貼上講稿（支援換頁分隔符）
- 可編輯的分段 — 自動分段只是初稿，可改字、拆段、合段、拖曳排序、標記略過
- 三段式分段粒度 — 段落 / 一般 / 逐句，切換時已手動編輯的段落不會被覆寫
- 簡報者畫面 — 深色控制台、講稿全文、逐字跟讀高亮、計時器、下一頁預覽
- 觀眾視窗保持安靜 — 純黑底、無按鈕、隱藏游標、載入失敗也不在投影機上顯示錯誤
- 投影畫面可縮放 — 放大看細節，超出畫面時出現捲軸，簡報者捲動時觀眾同步移動
- 快捷鍵兩邊都能按 — 觀眾視窗全螢幕後焦點在它身上，按鍵會轉發回簡報者視窗
- 單檔匯出 — PDF 與講稿全部內嵌，任何電腦雙擊即可簡報
- 繁中優先 — CJK 逐字黏合、中文斷句、繁中語音自動降級
到 Releases 下載 index.html，用 Chrome 或 Edge 開啟即可。
不需要安裝任何東西。
npm install
npm run build然後雙擊 dist/index.html。
先決定用哪個瀏覽器。 語音清單由瀏覽器提供，Edge 與 Chrome 各有不同的線上 自然語音，而且因機器而異——同一台電腦可能 Chrome 有「Google 國語（臺灣）」 而 Edge 只有系統內建語音，也可能相反。
兩個瀏覽器都開一次，到「設定」試聽比較。專案可以分別記住每個瀏覽器要用哪個 語音，兩邊都設好之後，簡報包在哪個瀏覽器開都會挑到對的語音。
- 載入 PDF — 自動渲染各頁並抽取文字區塊當講稿初稿
- 或直接貼上講稿 — PDF 抽不到文字時，或講稿另外撰寫時
- 支援從 Word / Google 文件 / Email 貼上，會自動清洗格式
- 用空行分段，或用
===/---/[P2]/【第二頁】標記換頁
轉曲線或掃描的 PDF 沒有文字層，抽不出講稿。本工具沒有內建 OCR， 但 Windows 11 已經內建一套又快又準的：
- 按
Win+Shift+S框選那一頁投影片 - 在截圖預覽點「文字動作」→「複製全部文字」
- 回到 VoiceCue 按「貼上講稿」，直接貼
Windows 的文字辨識會在每個中文字之間插入空格（「本 季 工 作 報 告」）。 貼上時會自動偵測並移除，同時把每一行視為獨立項目（不做硬換行接合， 因為 OCR 的每一行就是投影片上的一行）。
為什麼不內建 OCR：瀏覽器無法呼叫 Windows 的 OCR 引擎（那是原生 API）。 改用 Tesseract.js 的話，繁中語言資料會讓單檔簡報包從 2 MB 膨脹到 15 MB 以上， 而且投影片常見的裝飾字體與底圖辨識率遠不如系統內建的。借用系統的比較划算。
- 編輯 — 改字、拆段、合段、拖曳排序、標記略過、逐段試聽與語音覆寫
- 匯出 — 單檔
.html簡報包，或.vcp.json專案檔（建議兩個都存）
雙擊匯出的 .html → 直接進入簡報者控制台 → 按「開啟觀眾視窗」→
把觀眾視窗拖到投影機 → 在該視窗上雙擊進入全螢幕 → 用空白鍵逐段播放。
全螢幕的兩種方式，都要在觀眾視窗上操作：
| 方式 | 說明 |
|---|---|
| 在觀眾視窗雙擊 | 最順手。拖到投影機後本來就要點一下取得焦點，雙擊一次到位 |
在觀眾視窗按 F |
鍵盤替代。再按一次或 Esc 離開 |
控制台刻意沒有全螢幕按鈕：瀏覽器規定
requestFullscreen()必須由 該視窗自己的使用者操作觸發，且只在操作後約 5 秒內有效，跨視窗遙控不算數。 做成按鈕會是一顆時靈時不靈的控制項，不如不放。全螢幕時按
Esc只會離開全螢幕，不會中斷朗讀。
- Windows 需先
Win+P選 「延伸」（選「複製」的話兩螢幕相同，就分不開了） - 快捷鍵在兩個視窗都有效
- 聲音走系統預設音訊裝置。要從會議室喇叭出聲，請在 Windows 音效設定 把預設輸出改成 HDMI 或會議室音響
| 鍵 | 動作 |
|---|---|
空白 / → |
下一段 |
← |
上一段 |
R |
重播本段 |
PgDn / PgUp |
翻頁 |
P |
暫停 / 繼續 |
B |
黑屏 |
+ / - |
放大 / 縮小投影畫面 |
0 |
回到 100%（貼合畫面） |
F / 雙擊 |
觀眾視窗全螢幕（須在該視窗上操作） |
Esc |
停止朗讀（全螢幕時則為離開全螢幕） |
Ctrl+Z |
復原（編輯器） |
放大超過 100% 時，觀眾視窗會出現捲軸；簡報者拉動預覽窗格的捲軸，觀眾畫面會同步移動， 所以你看到哪一塊、觀眾就看到哪一塊。縮放百分比在調整後短暫浮現再淡出， 不會一直佔著投影畫面。
縮放與捲動位置跨頁保留——版面一致的簡報不必每頁重調。要回到整頁按 0。
語音完全由執行的瀏覽器提供，本工具無法跨瀏覽器取用。實測差異很大：
| 瀏覽器 | 可能提供的線上自然語音 |
|---|---|
| Microsoft Edge | Microsoft *** Online (Natural)，如 HsiaoChen |
| Google Chrome | Google 國語（臺灣） |
| 兩者皆有 | Windows 內建的 Hanhan / Yating / Zhiwei（離線可用，音質較機械） |
哪些線上語音實際可用因機器而異，請務必在「設定」裡試聽確認。
降級順序：
| 情境 | 行為 |
|---|---|
| 有網路 + 該瀏覽器有線上語音 | 使用線上自然語音（最佳） |
| 斷網 / 該瀏覽器沒有線上語音 | 自動退到系統內建 zh-TW 語音，畫面顯示提示 |
| 簡報包指定的語音在這台電腦不存在 | 改用最接近的語音，簡報者畫面明確警告已換人 |
| 完全找不到中文語音 | 顯示「請確認網路連線，或改用 Edge 開啟本頁」 |
簡報者控制台常駐顯示目前使用哪個語音，不會上台才發現變成機械音。
純靜態前端，零後端、零第三方 TTS 函式庫。
Vite + React + TypeScript
├─ pdf.js PDF 渲染 + 文字區塊抽取
├─ speechSynthesis 瀏覽器原生 TTS（Web Speech API）
├─ window.open + postMessage 雙視窗同步
├─ Tailwind CSS + Radix UI 介面
└─ 單檔 HTML 匯出器 PDF + 講稿內嵌
語音走 W3C 標準的 speechSynthesis，不依賴逆向工程的協定。
SpeechEngine（src/lib/speech/types.ts）是抽象介面，日後要換成
edge-tts 或 Azure Speech 只需新增實作，UI 層不動。
src/
├── types.ts 資料模型（Project / Slide / Segment）
├── lib/
│ ├── speech/ 語音引擎（介面 + Web Speech 實作 + 降級邏輯）
│ ├── text/ 斷句、貼上清洗、自動分段
│ ├── pdf/ pdf.js 載入、高 DPI 渲染、文字區塊抽取
│ ├── project/ 狀態管理（含 undo）、存讀、匯入、匯出
│ ├── playback.ts 逐段播放控制
│ └── channel.ts 簡報者 ↔ 觀眾視窗通訊
├── components/ UI 元件
└── views/ EditorView / PresenterView / AudienceView
| 指令 | 說明 |
|---|---|
npm run build |
建置成單一 HTML（dist/index.html，約 2 MB） |
npm run dev |
開發伺服器（localhost:5173）。程式碼未打包，無法匯出簡報包 |
npm run preview |
用 http 提供建置產物（localhost:4173） |
npm run typecheck |
TypeScript 檢查 |
npm run selftest |
純邏輯測試（65 項，不需瀏覽器） |
npm run smoke |
端對端測試（58 項） |
npm run smoke:file |
file:// 雙擊情境的端對端測試（23 項） |
npm run smoke:fullscreen |
全螢幕控制測試（8 項，會開啟真實視窗約 20 秒） |
瀏覽器測試需要先 npm run build，並額外安裝 npm i -D puppeteer-core
（僅測試需要，刻意不列入專案相依，以免一般使用者多裝 80 個套件）。
測試會使用系統既有的 Microsoft Edge，不下載 Chromium。
- 簡報時仍需網路才能使用線上自然語音；離線會降級為系統語音（不會中斷）
- 不同瀏覽器提供不同語音，無法選擇語音來源——決定用哪個瀏覽器就是決定語音
- 企業電腦可能被 Edge 群組原則
ConfigureOnlineTextToSpeech關閉線上語音 - PDF 無文字層（轉曲線／掃描件）抽不到文字，未內建 OCR—— 改用 Windows 的文字辨識再貼上（見上方說明），貼上端已針對 OCR 輸出最佳化
- 逐字高亮依賴
onboundary事件，CJK 精度視瀏覽器引擎而定，作為輔助提示 - 字型使用系統堆疊（Windows 上為微軟正黑體），未內嵌字型檔
- 段落清單未做虛擬捲動，超大型簡報（數百頁）可能較慢
歡迎 issue 與 PR，請先讀 CONTRIBUTING.md。
回報語音相關問題時，請務必附上「設定」畫面裡的語音清單—— 語音因機器與瀏覽器而異，沒有這個資訊幾乎無法重現問題。