大家好，我是飞言TTS的站长。

上个星期，我发了两篇调研帖子，说我们想做输入法。但收到好多用户的强烈建议，都说最好别碰输入法和录音纪要这块。理由是已经有太成熟的产品了，不少小伙伴都建议，还是把目光放回我们的主业上。好吧，各位小伙伴说得也对，是该聚焦主业。这几天我们也一直在琢磨，飞言TTS未来的路到底该怎么走？

在我看来，飞言TTS本身调用的供应商模型没什么问题，问题主要出在我们自己身上——我们把语音合成的链路做得太冗长了。比如大家想听公众号文章、听小说，正常习惯都是打开小说软件，选好音色，点朗读，就能流畅听了。但我们现在的做法呢？用户得把内容复制粘贴过来，选音色，再点合成。就算我们做了一键提取公众号文章的功能，用户好像也不买账。

我正愁怎么解决这个问题呢，今天刷B站刚好刷到个视频。视频里讲有博主开发了个工具，能调用豆包音色朗读小说。我看了下它的实现逻辑，简单说就是特别粗暴，普通用户上手特别难。原理就是靠开源阅读的Web服务来调用相关API接口。而且这项目本身不提供模型服务，想用的话，你得自己去豆包网页版，把豆包的Cookie抓下来填到他软件里。软件再模拟豆包网页版去请求字节服务器，说白了就是薅羊毛。

网上资料也说了，这种非官方第三方项目，需要用户手动抓包、部署，流程复杂，还违反用户协议，容易账号封禁、服务断连。而且Token时效短，经常失效，还存在隐私泄露风险。

我看到之后就想，这不正好能借鉴思路，给飞言TTS拓宽场景吗？我的想法是：我们也利用开源阅读的Web服务，直接连接到飞言TTS的服务器。用户在阅读APP里一点朗读，我们飞言TTS就拿到当前小说内容，然后通过我们自己申请的、合法的火山引擎官方接口，把文本交给火山引擎的豆包音色去合成朗读 。

这样一来，既实现了功能，还完全合法合规 ，对用户来说上手难度也低。最重要的是，你不用去跟字节的规则死磕——因为我们走的本来就是字节官方的合法开发者通道 ，你只要是飞言TTS的用户就行。

怎么样？这个方案给力不？大家需不需要？