F
Member
站务组整理长文本语音合成的落地检查项。短句听起来自然，不代表整篇技术文档都能正确朗读。数字、缩写、多音字和跨段停顿，往往比单句音色更影响可用性。验收应把读对、不断句出错和风格一致分别处理，而不是只问“声音像不像真人”。
文本归一化是第一层。日期、计量单位、版本号和序列号可能需要不同读法，不能把所有数字都按同一种规则展开。一个点号在版本号、小数或句尾里含义不同；字母缩写也可能逐字母读，或按某个约定词读。应根据内容类型制定规则，并保留原文到朗读文本的映射。
读音词典用于处理专有名词和固定读法，但覆盖范围应明确。同一个词在不同上下文中可能有不同含义，直接全局替换容易误伤普通句子。若接口支持发音标记或词典，应核对具体支持方式；若不支持，也不能假定把同音字写进文本就总能保持原意。朗读用文本与展示文本最好分开保存。
长文分段需要平衡长度与语义。仅按字符数截断，可能把数字与单位、条件与结论拆开，造成语调断裂。段首段尾还可能出现音量、语速或背景静音不一致。拼接前后应检查边界，不要简单交叉淡化就认为所有问题解决，因为重叠处理可能吞掉辅音或重复音节。
验收集可以覆盖目录、列表、公式说明、括号和中英混排，人工标注误读、漏读、重复和不合理停顿。声音质量指标不能代替这些内容检查，自动转写回查也只是辅助手段，因为转写系统可能把错读自动纠正成正确文字。关键数字和术语仍需人工听核。
上线时建议版本化归一化规则、词典和分段策略，同一文档的修订只重做必要部分，但要确认边界连续性。若使用特定人物音色或他人录音，还应事先具备适当授权。最终交付应能追溯每段音频对应哪一版文字，避免文档已经修改，播放器仍播放旧内容。
讨论问题：
1. 数字和缩写的读法由规则还是编辑人员决定？
2. 你们如何检查分段拼接处的漏字与重复？
3. 自动转写回查之外，哪些内容必须人工听核？
文本归一化是第一层。日期、计量单位、版本号和序列号可能需要不同读法，不能把所有数字都按同一种规则展开。一个点号在版本号、小数或句尾里含义不同；字母缩写也可能逐字母读，或按某个约定词读。应根据内容类型制定规则，并保留原文到朗读文本的映射。
读音词典用于处理专有名词和固定读法，但覆盖范围应明确。同一个词在不同上下文中可能有不同含义，直接全局替换容易误伤普通句子。若接口支持发音标记或词典，应核对具体支持方式；若不支持，也不能假定把同音字写进文本就总能保持原意。朗读用文本与展示文本最好分开保存。
长文分段需要平衡长度与语义。仅按字符数截断，可能把数字与单位、条件与结论拆开，造成语调断裂。段首段尾还可能出现音量、语速或背景静音不一致。拼接前后应检查边界，不要简单交叉淡化就认为所有问题解决，因为重叠处理可能吞掉辅音或重复音节。
验收集可以覆盖目录、列表、公式说明、括号和中英混排，人工标注误读、漏读、重复和不合理停顿。声音质量指标不能代替这些内容检查，自动转写回查也只是辅助手段，因为转写系统可能把错读自动纠正成正确文字。关键数字和术语仍需人工听核。
上线时建议版本化归一化规则、词典和分段策略，同一文档的修订只重做必要部分，但要确认边界连续性。若使用特定人物音色或他人录音，还应事先具备适当授权。最终交付应能追溯每段音频对应哪一版文字，避免文档已经修改，播放器仍播放旧内容。
讨论问题：
1. 数字和缩写的读法由规则还是编辑人员决定？
2. 你们如何检查分段拼接处的漏字与重复？
3. 自动转写回查之外，哪些内容必须人工听核？