TTSの句読点とポーズの書き方ガイド

TTSにとって句読点は入力の一部ですが、正確な時間コードではありません。commaが一定時間のpauseを保証するわけではなく、モデルによって解釈も違います。

まず普通の文として正しく書く

period、comma、question mark、colonを文法的な意味に合わせて使い、pauseを強制するためだけに記号を重ねないでください。

periodは最も明確な境界

複数の独立した考えを1文に詰めた場合は分割します。小さな文は再生成もしやすくなります。

commaはpause buttonではない

自然なphrase boundaryに使います。より強い区切りが必要なら、2文に分けるべきか先に考えます。

改行は制作上の整理にも役立つ

1文1行はレビュー、字幕、部分再生成に便利です。ただし音響上のpauseはモデルにより異なります。

colonは導入→説明に向く

「ルールは簡単です：リファレンスをきれいに保つ」のように、後続内容を予告できます。

dashは表現目的で使い、テストする

contrastやasideを示せますが、pauseの強さはシステムごとに違います。timing目的だけならcomma・periodと比較します。

ellipsisを使いすぎない

本当のhesitationには有効ですが、通常ナレーションの一般的なpause controlとしては不向きです。

listは読む人向けに作り直す

長い列挙は意味のまとまりに分け、順序を言葉で伝えます。

数字と略語も確認する

2026、3–30 seconds、API、domain、version numberの誤読は、commaを増やしても解決しません。

文長を制御する

複数アイデア、数値、括弧、listを1文に入れすぎないでください。

controlled pause testを作る

同じ文でcomma、period、em dashだけを変え、モデル、リファレンス、言語、emotion、paceを固定します。pauseの長さ、再開の強さ、energy、artifactを具体的に聞きます。

一度に1変数

句読点と同時にモデルやリファレンスを変えると原因が分かりません。Voice Labでも同じ原則を使います。

最終原則

句読点は構造を明確にするものです。隠れたcontrol codeとして扱わず、まず文章を明快にし、それでも必要なときだけ最小のA/B変更を試してください。