把相册里积攒的书页照片与备忘截图，变成随身听。
看到好书随手拍了一页、刷推特截下了长篇探讨，却往往石沉大海。把图片放进 Hearem，文字提取后立即转为清晰连贯的音频，边做家务边吸收。
01
相机即拍即识，或从相册选图。
对准印刷书籍、纸质资料随手一拍，或是导入保存的长截图。端侧算法自动矫正视角与对比度。
02
精准提取文字，纯粹为听读服务。
聚焦于把页面上的段落精准还原为可读文本，剔除周围背景噪音，保留自然段落分段。
03
生成前支持校对与格式整理。
提取完成后可一键预览文字，配合魔法编辑器调整分段或修复断词，确保朗读节奏流畅自然。
04
选择喜欢的音色，锁屏后台收听。
挑选抑扬顿挫的 AI 大模型音色，或者使用完全无需联网的 Apple 离线系统音色随时开播。
如何把图片变成语音
拍照识字与语音生成紧密配合，带给你最自然的随身听体验。
01
拍摄或导入图片
使用相机现场拍摄书籍，或从相册选择已保存的截图。
02
本地端侧 OCR 识别
端侧算法毫秒级高精度提取可见文字，保护个人隐私。
03
检查与快速整理
查看提取结果，必要时通过魔法编辑器一键理顺分段。
04
选声音，锁屏收听
选定心仪的大模型声音生成音频，随时断点续听。
端侧 OCR 保护隐私，云端音色提供极致听感。
OCR 识别过程完全在手机本地进行，保障私密资料安全。当你选择云端神经网络音色时，仅将待朗读文本发送至对应大模型生成音频。
- 端侧 OCR 毫秒级高精度识别，断网也能提取。
- 支持多图连续识别与长截图识别。
- 结合魔法编辑器可实现一键翻译或精炼摘要。
- 生成音频自动记录到历史，随时导出或重听。
相机拍摄与长截图 OCR 实测
无论是实体书摘录还是社交媒体长截图，提取文字后都能以最自然的人声朗读出来。
当前试听文本（MiniMax · 沉浸旁白 · 男声）
“当眼睛需要休息，声音仍然可以带你走进文章，让阅读在安静的节奏里继续发生。也让这段属于自己的时间，变得从容而有意义。”
本地端侧 OCR 保护隐私，离线也能精准识别文字。
~12s
~10s
~10s
~14s
~11s
~8s
图片转语音常见问题
能朗读截图里的文字吗？
可以。导入截图后，通过 OCR 提取可见文字，检查结果，再在 App 中生成语音。
可以拍下纸质书页来听吗？
可以。尽量拍得清晰、端正，避免反光，生成前检查识别结果和阅读顺序。
会描述图片中发生了什么吗？
本流程专注提取并朗读可见印刷文字，不涉及识图生图或物体辨认。
图片和文字都会被上传吗？
OCR 识别默认完全在 iPhone 设备端完成。只有当你选择云端 AI 音色时，生成的纯文本才会发送给相应大模型。
为什么相册里的图片导入失败？
请先确认图片是否已经从 iCloud 完全下载到本地；如果仍有问题，可联系支持团队反馈。
OCR 和朗读用的是同一种额度吗？
图片扫描与语音生成各有独立额度计算。Apple 系统音色为完全免费的本地选项。