发音词典

了解如何控制 AI 智能体对特定单词和短语的发音。

概述

发音词典可让你自定义 AI 智能体对特定单词或短语的发音。尤其适用于：

纠正姓名、地名或技术术语的发音
确保不同对话中的发音保持一致
自定义地区发音差异

配置

发音词典的音素标签仅适用于 eleven_v4、eleven_flash_v2 和 eleven_v3 模型。

其他模型会跳过词典音素标签，并使用默认发音。对于其他模型，请改用别名标签，替换为能产生所需发音的拼写或短语。

如果想在英语以外的语言中使用 IPA 和 CMU 发音，需切换到 eleven_v3 或 eleven_v4 模型。

为智能体添加词典

通过控制台更新

通过 CLI 更新

通过 API 更新

在控制台中打开智能体，前往 音色设置，然后添加发音词典。保存更改。

词典文件格式

发音词典使用基于 XML 的 .pls 文件。以下是示例结构：

<?xml version="1.0" encoding="UTF-8"?>
<lexicon version="1.0"
      xmlns="http://www.w3.org/2005/01/pronunciation-lexicon"
      xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
      xsi:schemaLocation="http://www.w3.org/2005/01/pronunciation-lexicon
        http://www.w3.org/TR/2007/CR-pronunciation-lexicon-20071212/pls.xsd"
      alphabet="ipa" xml:lang="en-GB">
  <lexeme>
    <grapheme>Apple</grapheme>
    <phoneme>ˈæpl̩</phoneme>
  </lexeme>
  <lexeme>
    <grapheme>UN</grapheme>
    <alias>United Nations</alias>
  </lexeme>
</lexicon>

支持的格式

发音词典支持两种发音标注：

IPA（国际音标）
- 更精确地控制发音
- 需要了解 IPA 符号
- 示例：“nginx” 的发音为 /ˈɛndʒɪnˈɛks/
CMU（卡内基梅隆大学）词典格式
- 更简单的基于 ASCII 的格式
- 更易用于英语发音
- 示例：“tomato” 的发音为 “T AH M EY T OW”

可使用 Claude 或 ChatGPT 等 AI 工具，为特定单词生成 IPA 或 CMU 标注。

最佳实践

大小写敏感：如有需要，请为单词的大写和小写形式分别创建条目
测试：务必使用所选音色和模型测试发音
维护：保持词典有序并记录说明
范围：重点关注经常被误读或对使用场景至关重要的单词

常见问题

哪些模型支持基于音素的发音？