文本转语音
Text-to-Speech
学到 会用 就够：能亲手用起来
你可能会说
“我让工具朗读一段研究科普稿，文字已经写对了，读音还可能出错吗？”
TTS 根据文字生成语音，涉及发音、节奏、语调与声音呈现。它可以把稿件转成旁白，但文字准确不代表读音、数字和停顿正确，成品仍需实际听审。
使用 AI
科研里的例子
经济科普稿里的“IV”“1.5%”和作者姓氏可能被错读，应先做含术语的短样段，再决定整篇生成方式。
传统神经路线可先预测声学表示，再由声码器生成波形；其他模型也可预测离散音频单位。文字规范化、多音字、缩写和长句会影响最终发音，段落边界又影响韵律。科研传播需要把可懂度、术语与信息节奏作为独立标准，而非只测文件长度或是否成功生成。技术导出、抽样听审和完整听审应分开记录，避免用程序运行成功代替受众真正能听明白。
判断
亲手检查一次
用一段含数字、英文缩写、多音字和长句的文字试合成，逐句听记错误，再修改读法提示或稿件分句。
它做不到的
TTS 不等于配音质量已合格，也不自动提供正确重音与专业发音；音频文件存在不能替代听审。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。