把 Kobo 电子书读出来听

Kobo 一直把自己定位成亚马逊的开放替代品——支持无 DRM 的 EPUB、跟 OverDrive 图书馆系统打通、能同步 Pocket 文章、不搞封闭生态。在大多数承诺上 Kobo 也确实做到了。但唯独在朗读这件事上，Kobo 和亚马逊殊途同归：内置功能没有、装上一般的 Chrome 朗读扩展也读不出来、想听书必须再付费订阅 Kobo Plus Listen 这个有声书目录——等于让你为同一本书付两次钱。如果你只是想听一下已经买过的那本电子书，Kobo 完全没给你留通道。

硬件层面尤其惨。Kobo 现役阅读器——Libra Colour、Clara Colour、Clara BW、Sage、Elipsa 2E、Forma——全都没有给电子书做 TTS 引擎。带蓝牙的型号（Sage、Libra 2 起步、Elipsa）能向蓝牙耳机推流专业演员录的有声书，但前提是你已经在 Kobo 商店额外购买过那本有声书，或者订阅了 Kobo Plus Listen。没有任何菜单、设置、固件开关能把当前正在读的电子书转成语音。Kobo 自家社区里这条结论从 2014 年开始就反复确认，每代设备都一样。

手机 App 同理。Kobo iOS 和 Kobo Android 把书排版得很漂亮、字体主题随便切，但两个 App 都没有朗读功能。系统级别的迂回方案确实存在——iOS 朗读屏幕（设置 → 辅助使用 → 朗读内容 → 朗读屏幕，从屏幕顶部双指下滑触发）和 Android TalkBack——但用的是系统默认机械音，而且不会自动翻页。一页读完之后还得手动滑下一页，一本 12 小时的小说光是滑屏幕就够烦了。

Kobo Web Reader（readnow.kobo.com）是这个困局唯一能撬开的地方。Kobo 把浏览器版做成了 EPUB-in-iframe 架构——每一章被加载到独立的同源 iframe 里（用 srcdoc 注入 HTML），多个 iframe 横向并排，翻页时通过 CSS transform 把整个 iframe 队列横向平移。这种 iframe 架构正是大部分 TTS 扩展在 Kobo 上失效的根源：它们读 document.body，body 里是空的，真正的文本全在 iframe.contentDocument 树里。普通扩展要么什么都返回不出来，要么只抓到导航栏。

CastReader 是专门为这种结构重写的。它会遍历所有同源可访问 iframe，按阅读顺序排序，定位用户当前真正看到的那个 iframe（一个 Kobo iframe 里其实是整章的横向铺开），再在那个 iframe 里找到此刻真正显示在视口里的第一段——不是「在 iframe 里某处」，而是「视口里现在能看见」。从那里开始朗读、跨 iframe 边界继续读、段落高亮跟随音频走，当高亮临近的段落即将滑出视口时，CastReader 自动按下 Kobo 的下一页按钮。你只管坐着听，书自己翻。

三个 Kobo 特有细节值得专门提：第一，Kobo 在每个 iframe 内部用横向 CSS 列做分页——一个长段落会被切到两栏甚至三栏里，普通 TTS 扩展会把第一栏读完、跳过第二栏的剩余、再去第三栏，节奏完全错乱。CastReader 检测段落的 fragment 级别布局，只有当段落真正的尾部即将离开视口时才翻页。第二，Kobo iframe 翻页动画过程中，段落可能短暂地横跨两页、出现负坐标，CastReader 用「只往前不往后」的翻页器避免视口被错误回拉。第三，Kobo 书的章节起始处经常用首字母大型化和小型大写字母装饰，TTS 引擎读起来全程是普通文本，不会卡顿。

实用建议：墨水屏 Kobo 留给真正不想被打断的纸感阅读，想听书时打开笔记本上的 Kobo Web Reader + CastReader。OverDrive 借阅的图书馆书也会出现在 Kobo Web Reader 里——也就是说图书馆党也能用同一套方案。要在通勤和健身时听，CastReader 的 Send to Phone 功能把音频通过私有 Telegram 机器人推到手机，桌面浏览器同时自动翻页——一个零成本的免提通勤听书方案，省掉 Kobo Plus Listen 的订阅。

Kobo 在很多事情上做得比亚马逊好。但在 TTS 这件事上，两家恰好在零分上打成平手——CastReader 是把这个差距填上的桥梁，作用域就是 Kobo 唯一允许第三方扩展进入的那个表面：网页阅读器。