IndexTTS怎么控制多音字 发音错误设置教程

多音字问题概述

在中文语音合成中，多音字是一个常见的挑战。同一个汉字在不同语境下可能有不同的读音，例如：

• 行字可以读作 xíng（如行走）或 háng（如银行）
• 长字可以读作 cháng（如长度）或 zhǎng（如成长）
• 重字可以读作 zhòng（如重要）或 chóng（如重复）

如果不指定正确的读音，AI语音合成可能会选择错误的发音，导致生成结果不自然或含义错误。
 

IndexTTS 的多音字解决方案

IndexTTS 提供了一种简单直观的方法来控制多音字的发音：直接在文本中使用拼音+声调数字标注。

 

基本语法

汉字拼音+声调数字

其中声调数字的含义：

• 1：第一声（阴平）如 mā
• 2：第二声（阳平）如 má
• 3：第三声（上声）如 mǎ
• 4：第四声（去声）如 mà
• 5：轻声，如 ma

使用示例

1. 五行相生相克
   • 错误读音：五háng（第二声）
   • 正确输入：五xing2相生相克
   • 正确读音：五xíng（第二声）
2. 衣裳整齐
   • 错误读音：衣cháng（第二声）
   • 正确输入：衣shang5整齐
   • 正确读音：衣shang（轻声）
3. 重要与重复
   • 正确输入：最zhong4要的是不要chong2复错误
   • 正确读音：重分别读作 zhòng（第四声）和 chóng（第二声）
4. 了解情况
   • 当了需要读作 liǎo 而非 le 时
   • 正确输入：我想liao3解情况

特殊注意事项

1. 拼音标注要直接紧贴在对应汉字后面，中间不要有空格
2. 对于 j, q, x 声母后接 u/ü 的拼音，系统会自动处理为 v，例如：
   • ju -> jv
   • que -> qve
   • xün -> xvn
3. 只需要对有歧义的多音字进行标注，无需标注所有字

实用场景

此功能在以下场景特别有用：

• 人名中的多音字：如强可读作 qiáng 或 qiǎng
• 专业术语：如奠基中的奠读作 diàn 而非 zhèn
• 古文诵读：古文中常有特殊读音
• 地名：如朝阳中的朝读作 cháo 而非 zhāo

通过这种简单的标注方法，您可以确保IndexTTS生成的语音准确表达您想要的内容，不会因多音字问题造成误解。