TTS 中如何正确朗读缩写、产品名和特殊词

当拼写与自然读法不一致时，TTS 会变得更困难。缩写、公司名、开发者工具、版本号、用户名、外语姓名和新造品牌词，在屏幕上很清楚，却可能对语音模型有歧义。

可靠做法是分开两个目标：屏幕文字保留正确写法，生成脚本提供能得到目标发音的 speech text。

先决定它是一个词还是一串字母

NASA 常作为一个词读，API 通常逐字母读。把不确定术语放进正常句子测试；如果错误，可以尝试 A P I 等明确形式。不要未经测试就全局替换。

分离可见产品文案和口语脚本

例如屏幕可以继续显示 IndexTTS2，旁白脚本则用经过验证的更易读形式。不要为了 TTS 发音而改掉整个产品的正式写法。

测试字母和数字混合名称

GPT-5、HTTP/2、IndexTTS 2.5 同时要求模型决定字母、数字、标点和停顿。必要时可以尝试 Index T T S two point five。不同语言中的字母读法不同，不要把英文方案复制到所有 locale。

品牌名可能有非标准官方读法

如果品牌有官方发音，以它为目标。没有时也应在大批量制作前确定内部标准并写进风格表。

不要靠随机标点做发音 hack

句点、连字符、斜线可能偶尔改变读法，也会同时改变节奏。更清楚的口语写法通常更易维护。不得不使用 workaround 时，要在句首、句中、数字旁和标点旁分别测试。

把困难复合词拆成可听的单位

新工具名、模型别名、repository、域名、命令名可以先测试加入空格或显式措辞是否解决问题。如果用户需要知道精确拼写，可以先自然念名称，再在屏幕显示或逐字拼出。

域名需要听众友好的读法

indextts.online 可以在旁白中读成 “Index T T S dot online”，屏幕继续显示精确域名。不要无必要地朗读很长 URL、tracking 参数或认证链接。

文件名与代码 token 要单独处理

voice_01.wav、page.tsx、/api/generations 对语音模型并不自然。问清楚听众是否真的需要精确 token；很多教程更适合屏幕显示语法，语音只解释含义。

外语姓名由懂该语言的人审核

多语言生成整体流畅也可能把姓名读错。确认来源语言、目标读法，放入短句测试，必要时比较原文与 transliteration，高曝光内容由胜任该语言的人复核。

缩写可能随上下文展开不同含义

关键内容不要依赖有歧义的简写。例如需要稳定读作 Doctor Chen 时，可以直接写完整词。技术单位则根据受众决定保留缩写还是展开。

建立项目发音表

记录 Display form、Spoken target 和备注。工具不重要，一份 repository 里的文本表就足够。价值在于同一术语不会因为换编辑者而改变读法。

保存一个发音回归句

把稳定的困难术语放进一段短测试。更换模型或目标语言时先生成它，用作早期预警，而不是把它包装成完整 benchmark。

一次只改一件事

产品名读错时，先只比较两种文本写法，保持参考、模型、情绪和 pace 不变。有效的 speech rendering 就保存到发音表。

发音 workaround 不能改变事实

技术值、版本、法律名称和货币不能因为“更好听”就换成别的值。应改写读法、拆句或配合画面；高风险内容需要人工审核。

最终流程

标记所有 acronym、产品名、版本、URL、代码 token 和外语姓名；确定目标读法；在自然短句中测试；记录成功方式；分离显示拼写与口语写法；跨语言由胜任者审核；模型或语言改变后重新跑小型回归测试。