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、专业术语、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，因此你需要完全掌控这些词的发音。

Eleven v4 提供多种发音修正方式，让你精细控制模型的说话方式。你可以创建一份完善的发音词典，应用于在 TTS 应用中编写的所有脚本；也可以直接在文本中写入 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，以及各种辅助策略，帮助音频尽可能贴近你的预期。

摘要

• 发音词典是一组规则，用于告诉文本转语音模型如何朗读特定单词或短语。
• TTS 发音规则分为别名规则和音素规则：别名规则会替换为其他文本，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 音素和停顿标签无法在 Eleven v4 中使用，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，可让你精确设置文本转语音模型如何朗读特定词语。将单词或短语添加到发音词典后，它们在 TTS 脚本中出现时便会按你定义的方式发音。

发音词典通常用于：

• 品牌名称：品牌名称是发音词典中很常见的条目，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”）。固定的词典规则可确保每次写到它时，模型都能正确发音。
• 地名和其他专有名词：有些地名的读音可能与看到拼写时的想象相差很大。Worcestershire 就是著名例子，发音指南可帮助避免相关问题。
• 行业术语：例如，医疗或法律领域的行业术语和专业词汇，如果模型未明确使用这些领域的数据进行训练，便可借助发音词典改善发音。

在文本转语音领域之外，发音词典通常是由母语者音频片段众包组成的资源库，供学习者聆听特定词语的读法。

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。¹ Eleven v4 能成为市场领先者，部分原因在于它能够处理复杂文本，同时让输出听起来自然。

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

以下是在 Eleven v4 中控制发音的方法：

• 内联 IPA：你可以在脚本中用斜杠包围 IPA，无需使用发音词典即可指定读音。稍后将介绍具体做法。
• 词典中的音素规则：在发音词典中写入音素规则，控制重复出现词语的语音。
• 跨语言流畅发音：Eleven v4 可生成超过 90 种语言的自然语音。使用同一个音色，同时保留每种语言的母语发音，打造一致的声音品牌体验。

以下是不同 ElevenLabs TTS 模型的发音控制功能对比：

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朗读单词前，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，将单词或短语的读音替换为你在发音词典中设定的内容。

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”

另一方面，音素规则会为模型提供精确的音标拼写。这类规则较难创建，因为你需要自行编写或生成 IPA 转写，再输入词典。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汇。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，因为包含该特定读音的可用训练数据很少。

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，听听效果。如果存在发音错误，请继续下一步。
2. 尝试别名规则：修正品牌名称发音错误最简单的方式是创建别名规则。它们编写快速，且直观易懂。
3. 改用音素规则：如果别名规则效果不理想，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以修正其发音。
4. 涵盖所有大小写形式：如果品牌名称会同时使用小写和大写形式，请务必为两种形式都添加 IPA 转写。
5. 一次性修改时使用内联 IPA：如果只想快速修正一次生成结果，只需将 IPA 直接添加到脚本中，无需配置词典条目。

建立品牌名称规则后，它会在之后的所有共享项目中生效，无论是在智能体中使用，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。本指南将介绍第一种方式，只需几个步骤。

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”创建新词典，或从左侧列表选择现有词典。
3. 添加规则：点击“Add rule”创建新行。输入要修正的词语。在“Input”字段中，按脚本中的原样输入单词或短语。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”以输入 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，听取当前音色应用该规则后的效果。
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

对于小修改或罕见词语，你不一定要在 TTS 发音词典中创建新条目来修正错误。你可以改用内联 IPA，精确指定模型应如何发音。

在 Eleven v4 中，可以用斜杠启用内联 IPA。和音频标签一样，它们可直接写入脚本，让操作尽可能简单。以下是 Eleven v4 中 IPA 的一些示例：

• 专业术语：术语“/ˌbaɪoʊˈkemɪstri/”指的是化学过程研究。
• 医学词汇：“/ɡluːˈkoʊs/”和“/ˈɪnsjəlɪn/”常用于管理“/ˌdaɪəˈbiːtiːz/”等疾病。
• 品牌和产品名称：我们的服务器运行在“/ˌɛndʒɪnˈɛks/”上，以应对流量峰值。

顺带一提，对于没有语言学学位的用户，使用 IPA 转换器可帮助你将自然语言输入转换为正确的 IPA，并粘贴到脚本中。

为什么 SSML 音素标签无法在 Eleven v4 中使用

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，让你更好地控制最终音频制作效果。

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

借助多种工具提升 Eleven v4 的发音准确性，你可以编写详细脚本，并让模型按你的设想演绎。

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}