TTSで略語・商品名・特殊な単語を正しく発音させる方法

綴りと発音が一致しない語はTTSで問題になりやすい領域です。表示上の正しい名前と、音声生成用のspeech textを分けて管理すると安定します。

単語として読むか、文字として読むか決める

NASAのように単語化されたものと、APIのように文字読みするものがあります。普通の文で試し、必要ならA P Iなど明示的な形を比較します。

表示テキストと音声テキストを分ける

IndexTTS2の正式表記は画面と字幕で保ち、ナレーション側だけ発音しやすい表記にできます。

letters+numbersをテストする

GPT-5、HTTP/2、IndexTTS 2.5は、文字、数字、punctuation、pauseの複数判断を含みます。英語向けのletter renderingを他言語へそのままコピーしないでください。

ブランド独自の発音を尊重する

公式pronunciationがあるならそれを採用し、ない場合も大量制作前に内部標準を決めます。

random punctuation hackを避ける

period、hyphen、slashで偶然直ってもpaceを壊す場合があります。workaroundを使うなら文頭・文中・数字の隣など複数文脈でテストします。

compoundを聞きやすい単位に分ける

tool名、model alias、repository、domain、commandは、spaceや説明的な言い方で改善するか試します。精密な綴りは画面で示す方法もあります。

domainを聞き手向けにする

indextts.onlineは“Index T T S dot online”のように読ませ、画面に正確なURLを出せます。不要なtracking parameterなどは読まない方がよい場合があります。

filenameとcode tokenを別扱いする

voice_01.wav、page.tsx、/api/generationsをそのまま音声化する必要があるか判断します。正確なsyntaxは画面、意味はナレーションに分けると自然です。

外国語の名前はその言語を理解する人が確認する

出身言語、意図した発音、transliterationを確認し、高露出な名前はshort sentenceでテストしてレビューします。

contextで意味が変わる略語に注意する

曖昧なshort formは、重要なら完全な単語へ展開します。

project pronunciation sheetを作る

Display form、Spoken target、Notesを記録します。単純なMarkdownでも、一貫性を保つには十分です。

regression sentenceを保存する

安定した難語を1つの短文にまとめ、モデルや言語を変えた際に再テストします。

1つだけ変える

商品名が悪いとき、まず2つのtext variantだけを比較し、リファレンス、emotion、paceを固定します。

workaroundで事実を変えない

version、法的名称、価格などを「発音しやすい別の値」に置き換えてはいけません。読み方だけを調整し、重要内容は人が確認します。

最終フロー

acronym、商品名、version、URL、code token、外国名を抽出 → 目標発音を決定 → 短文テスト → 成功形を記録 → displayとspeechを分離 → 言語ごとにレビュー → model/language変更時にregressionを再実行。