发音词典指南：在 Eleven v4 中修正 TTS 的任何词语

Eleven v4 为文本转语音模型的发音表现树立了新标杆，比以往任何模型都更准确地处理缩写、技术术语、人名和混合语言文本。不过，每个品牌都有自己的词汇，从独特的产品名称到行业术语，因此你会希望完全掌控这些词的发音。

Eleven v4 提供多种修正发音的方式，让你精细控制模型如何说话。你可以创建一份完善的发音词典，应用到在 TTS 应用中编写的每个脚本中；也可以直接在文本中输入 IPA，一次性修正发音。

以下是 Eleven v4 处理包含大量棘手术语脚本的简短示例：

本指南介绍如何创建和使用 TTS 发音词典，以及其他可让音频尽可能贴近预期效果的策略。

摘要

• 发音词典是一组由你编写的规则，用于告诉文本转语音模型如何读出特定词语或短语。
• TTS 发音规则分为别名规则和音素规则：别名规则会替换为不同文本，音素规则则使用音标拼写。
• Eleven v4 支持音素规则和内联 IPA（国际音标）。
• SSML 音素和停顿标签在 Eleven v4 中不起作用，但你可以使用发音词典或音频标签作为自然语言替代方案。
• 每次请求最多可通过 ElevenAPI 应用 3 份发音词典。

什么是发音词典？

发音词典是一种工具，可让你精确配置文本转语音模型如何读出特定词语。将词语或短语加入发音词典后，即可定义它们在 TTS 脚本中出现时的发音。

发音词典通常用于：

• 品牌名称：品牌名称是发音词典中的常见条目，尤其是拼写独特或不寻常的名称。
• 首字母缩略词：某些缩略词有特定读法。例如，AEO 应读作 /ˌeɪ.iːˈoʊ/（“A-E-O”），而不是 /eɪˈjoʊ/（“ay-yo”）。固定的词典规则能确保模型每次都能正确读出。
• 地名和其他专有名词：有些地名的实际发音可能与看到拼写时想象的完全不同。Worcestershire 就是著名例子，发音指南可避免读错。
• 行业术语：例如，医疗或法律领域的行话和专业术语，如果模型未明确基于这些领域数据训练，使用发音词典会很有帮助。

在文本转语音以外，发音词典通常是由母语者音频片段众包而成的资料库，学习者可借此了解特定词语的读法。

如何在 Eleven v4 中控制 TTS 发音

Eleven v4 被 Artificial Analysis 的 Provider Voice Arena评为质量最高的文本转语音模型。¹Eleven v4 能成为市场领先模型，部分原因在于它能处理复杂文本，同时保持自然的输出效果。

为让用户获得最佳的 Eleven v4 体验，模型提供多种自定义发音方式，确保每段输出都达到你的准确度标准。

以下是在 Eleven v4 中控制发音的方法：

• 内联 IPA：可在脚本中用正斜杠包围 IPA，以引导发音而无需使用发音词典。稍后会介绍具体方法。
• 词典中的音素规则：在发音词典中编写基于音素的规则，控制反复出现词语的语音。
• 跨语言自然发音：Eleven v4 可生成 90 多种语言的自然语音。使用同一音色的同时保留每种语言的原生发音，打造一致的声音品牌体验。

以下是不同 ElevenLabs TTS 模型在发音控制方面的对比：

发音词典中的别名规则和音素规则有什么区别？

别名发音规则会在模型读出词语前，将一段文本替换为另一段文本。模型生成音频时会在后台执行这一操作，用发音词典中的内容替换词语或短语的读音。

以下是一些别名发音规则示例：

• “SaaS”变为“sass”
• “UN”变为“United Nations”
• “OAuth”变为“oh auth”

而音素规则会为模型提供准确的音标拼写。这类规则更难创建，因为你需要自行编写或生成 IPA 转写，然后输入词典。例如，“Kubernetes”变为 /ˌkuː.bərˈnɛt.iːz/。

如何修正 TTS 模型中的品牌名称发音

品牌名称是发音词典中最常见的条目之一，因为它们不一定是真实词语。如果公司为品牌创造了一个新词或独特拼写，TTS 模型可能难以正确发音，因为包含该特定读法的可用训练数据非常少。

以下是在 Eleven v4 中修正品牌名称发音的方法：

1. 测试默认发音：打开文本转语音应用，输入品牌名称。生成一段音频并试听。如果存在发音错误，请继续下一步。
2. 尝试别名规则：修正品牌发音错误最简单的方法是创建别名规则。它们编写快速，也很直观。
3. 改用音素规则：如果别名规则效果不佳，请使用 IPA。用 IPA 转写品牌名称，然后在文本转语音发音词典中创建规则来修正发音。
4. 覆盖所有大小写形式：如果品牌名称同时使用小写和大写形式，请确保两者都包含 IPA 转写。
5. 一次性修改使用内联 IPA：如果只需为一次生成快速修正，可以直接将 IPA 加入脚本，无需配置词典条目。

建立品牌名称规则后，它会持续存在于所有共享项目中，无论是在智能体中，还是通过 API 访问。

如何使用 ElevenLabs 创建发音词典

你可以在文本转语音应用中添加规则、上传 .pls 文件，或通过ElevenAPI创建发音词典。本指南介绍第一种方式，只需几步即可完成。

请按以下步骤创建发音词典：

1. 打开“发音词典”面板：在文本转语音页面，点击顶部搜索栏，输入“Pronunciation dictionary”，然后在“Actions”下选择“Pronunciation dictionaries”。
2. 创建或选择词典：点击“New”新建词典，或从左侧列表中选择现有词典。
3. 添加规则：点击“Add rule”创建新行。输入需要修正的词语。在“Input”字段中，按照脚本中的实际写法输入词语或短语。规则区分大小写，因此请匹配所用大小写。
4. 选择规则类型：选择“Alias”以替换为其他文本，或选择“Phoneme”输入 IPA 或 CMU 拼写。
5. 输入替换内容：在“Output”字段中输入别名或音标拼写。使用面板顶部的音色选择器，以当前使用的音色试听规则。
6. 保存更改：点击面板底部的“Save changes”。

如需将发音指南附加到智能体或通过 API 应用，请参阅我们的发音词典文档。

如何在 Eleven v4 的文本转语音中使用 IPA

对于小幅修改或不常见词语，无需专门在 TTS 发音词典中创建新条目来修正错误。你可以使用内联 IPA，准确指定模型应如何读出词语。

在 Eleven v4 中，可通过正斜杠启用内联 IPA。和音频标签一样，它们直接写入脚本，让操作尽可能简单。以下是 Eleven v4 中使用 IPA 的一些示例：

• 技术术语：术语“/ˌbaɪoʊˈkemɪstri/”指研究化学过程的学科。
• 医学词汇：“/ɡluːˈkoʊs/”和“/ˈɪnsjəlɪn/”常用于控制“/ˌdaɪəˈbiːtiːz/”等疾病。
• 品牌和产品名称：我们的服务器运行在“/ˌɛndʒɪnˈɛks/”上，以应对流量高峰。

顺带一提，如果你没有语言学学位，使用 IPA 转换器可根据自然语言输入获取正确的 IPA，并粘贴到脚本中。

为什么 SSML 音素标签在 Eleven v4 中不起作用

Eleven v4 不支持 SSML，而是采用音频标签和发音词典等更灵活的功能，让你对最终音频制作拥有更多控制权。

SSML 提供的每项功能在 v4 中都有直接替代方案：

开始在 Eleven v4 中实现自然的文本转语音发音

Eleven v4 提供多种工具来提升发音准确度。你可以编写详细脚本，让模型按你的预期演绎。

在 ElevenLabs 文本转语音应用中创建发音词典，并通过 ElevenAPI 大规模应用。

注册即可开始，或立即了解更多关于Eleven v4的信息。

常见问题

1. ^{Artificial Analysis，Provider Voice Arena Preference Elo，2026 年 9 月 30 日}