如何撰写在文本转语音中听起来自然的脚本

读者遇到复杂的句子可以回头再看一眼，听众却不行。在纸面上读来顺畅的文字，读出来可能就很难跟上；而合成语音无法像真人旁白那样加入强调，会让情况更糟。目标是：每句话您自己都能一口气轻松读完。

• 句子最好控制在大约 10 到 20 个词。如果句子中间需要不止一个用逗号隔开的分句，就把它拆开。
• 把要点放在前面。“点击保存以保留更改”比“为了保留您的更改（否则它们会丢失），请点击保存”更容易听懂。
• 避免层层叠加括号和破折号。把插入语单独写成一句。
• 善用分段。新的段落能让声音和听众都自然地重新开始。

标点是告诉声音在哪里停顿、如何组织句子的主要方式。逗号带来短暂的停顿，句号带来较长的停顿，问号通常会让句尾语调上扬。缺少标点是句子连成一片最常见的原因。

在 Open Text to Speech 上，您还可以在需要刻意停顿的地方添加停顿标签，例如 [pause:short] 或 [pause:long]，比如在揭晓答案之前或列表项之间。

声音会猜测数字和符号该怎么读，而猜测结果取决于上下文。在读音很重要的地方，请直接写出来：

• 首字母缩写。 如果应该逐个字母读出，就加上空格或句点：“U N”或“U.N.”。如果应该当作一个词来读（比如 NASA），就保持连写。
• 不常见的名字。 按听众听到的读音来写，即使在屏幕上看起来有点怪。把您用过的注音写法整理成一个简短清单，确保每次都用同一种写法。
• 多音字。 像“行”“长”“重”“还”这样的字，意思不同读音也不同。如果声音读错了，就换个说法，让句子只剩一种读法（例如把“我还要还书”改成“我还要去归还图书”）。
• 外语词汇。 为某种语言制作的声音，可能会读错另一种语言的短语。可以考虑换一个更简单的同义词，或加一句简短的解释。

工作室中每次请求最多可包含 2,000 个字符，大约相当于 300 个英文单词。对于更长的脚本，请在段落或场景切换等自然断点处拆分，切勿从句子中间断开；每一部分都使用相同的声音和设置，这样各段才能顺畅衔接。

• 自己先把脚本大声读一遍。您读得磕磕绊绊的地方，声音也会出问题。
• 检查每一个数字、日期、符号和缩写。
• 检查人名和首字母缩写，并使用您的注音写法。
• 确保每个句子都以标点结尾。
• 先生成一小段测试文字，再生成完整脚本。