Как писать сценарии, которые естественно звучат в синтезе речи

Читатель может вернуться взглядом к сложному предложению. Слушатель — нет. Текст, который хорошо читается на странице, на слух бывает трудно воспринимать, а синтетический голос лишь усугубляет это, потому что не умеет расставлять акценты так, как это сделал бы диктор-человек. Стремитесь к тексту, который вы сами могли бы спокойно прочитать вслух, произнося каждое предложение на одном дыхании.

• Старайтесь, чтобы в предложении было примерно 10–20 слов. Разбивайте любое предложение, в середину которого вставлено больше одного оборота, выделенного запятыми.
• Начинайте с главного. «Нажмите „Сохранить“, чтобы не потерять изменения» воспринимается легче, чем «Чтобы изменения, которые иначе будут потеряны, не пропали, нажмите „Сохранить“».
• Не нагромождайте скобки и тире. Превращайте отступления в отдельные предложения.
• Делите текст на абзацы. Новый абзац дает голосу — и слушателю — естественную передышку.

Знаки препинания — главный способ подсказать голосу, где сделать паузу и как построить интонацию предложения. Запятая дает короткую паузу, точка — более длинную, а вопросительный знак обычно заставляет голос повысить тон в конце. Отсутствие знаков препинания — самая частая причина того, что предложения сливаются.

На Open Text to Speech можно также добавлять теги пауз, например [pause:short] или [pause:long], там, где нужна намеренная пауза, — скажем, перед тем как раскрыть ответ, или между пунктами списка.

Голоса угадывают, как читать числа и символы, и догадка зависит от контекста. Когда это важно, пишите словами:

• Аббревиатуры. Если аббревиатуру нужно произнести по буквам, добавьте пробелы или точки: «М Ч С» или «М.Ч.С.». Если ее произносят как слово (например, НАТО), оставьте ее слитной.
• Необычные имена. Пишите их так, как они должны прозвучать для слушателя, даже если на экране это выглядит странно. Ведите короткий список своих фонетических написаний, чтобы каждый раз использовать одно и то же.
• Омографы. Такие слова, как «замок», «мука», «атлас» и «стоит», произносятся по-разному в зависимости от значения. Если голос выбирает неверный вариант, перестройте фразу («дверной замок» вместо просто «замок»), чтобы оставался только один возможный вариант прочтения.
• Иностранные слова. Голос для одного языка может неправильно произнести фразу из другого. Подумайте о более простом синониме или коротком пояснении.

Каждый запрос в Студии может содержать до 2000 символов — примерно 300 слов. Длинные сценарии делите в естественных местах, например по абзацам или сменам сцен, но никогда не посреди предложения, и используйте для всех частей один и тот же голос и одинаковые настройки, чтобы фрагменты плавно стыковались.

• Один раз прочитайте сценарий вслух сами. Там, где запнетесь вы, запнется и голос.
• Проверьте каждое число, дату, символ и сокращение.
• Проверьте имена и аббревиатуры и используйте свои фонетические написания.
• Убедитесь, что каждое предложение заканчивается знаком препинания.
• Сначала озвучьте короткий тестовый фрагмент, а затем весь сценарий.