一、核心控制原理
在使用云声配音 IndexTTS 语音合成系统在处理多音字时，其发音准确性会随语境变化而波动。若缺乏人工干预，可能导致发音错误，影响合成语音的专业性表现。
系统默认具备常规语境下的多音字识别能力，但对于特殊场景（如专有名词、古籍引用或特定术语）的多音字处理仍存在局限。建议采用拼音标注法进行人工干预，通过明确标注强制模型输出正确发音，从而有效避免误读情况的发生。
操作规则：针对易误读的多音字，无需添加括号，直接用拼音 + 声调数字（1-4 对应四声）替换该多音字，即可锁定指定发音。
二、实操案例
覆盖诗句、人名、地名、成语、生僻语境五大高频场景，附带错误合成对比与标准标注用法，可直接套用。
案例 1：诗句中的多音字（行、露）
原始文本：一行白露上青天
默认错误：模型易将 “行” 误读为 xíng，不符合诗句语境
正确标注文本：一 hang2 白露上青天
补充说明：诗句中 “行” 表行列含义，读 háng，标注 hang2；表行走含义时读 xíng，标注 xing2，按实际语境标注即可。
案例 2：历史人名中的多音字（单）
原始文本：单雄信骁勇矫捷，善用马槊。勇武过人，号称 “飞将”
默认错误：模型易将姓氏 “单” 误读为 dān
正确标注文本：shan4 雄信骁勇矫捷，善用马槊。勇武过人，号称 “飞将”
补充说明：“单” 作姓氏固定读 shàn，标注 shan4；同类常见姓氏：查（zhā，zha1）、仇（qiú，qiu2），均可用拼音直接标注。
案例 3：地名中的多音字（乐、行）
原始文本：我要去乐陵出差，途经行唐县
默认错误：误读为 lè 陵、xíng 唐县；乐陵正确读 lào，行唐正确读 háng
正确标注文本：我要去 le4 陵出差，途经 hang2 唐县
案例 4：成语 / 固定搭配中的多音字
- 好、恶多音字
原始文本：他这个人好善恶恶，做事光明磊落
默认错误：误读为 hǎo 善 è 恶
正确标注文本：他这个人 hao4 善 shan4 恶 e4 恶 wu4，做事光明磊落
释义：喜好读 hào、恶行读 è、厌恶读 wù。
- 行字固定搭配
原始文本：我行我素，坚持自己的原则
默认错误：发音混淆
正确标注文本：我 xing2 我素，坚持自己的原则
释义：此处 “行” 表实行、做事，读 xíng。
案例 5：生僻语境中的多音字
- 难字用法
原始文本：这段古文晦涩难懂，很难理解其中深意
默认错误：易误读为 nàn 懂、nàn 理解
正确标注文本：这段古文晦涩难 nan2 懂，很难 nan2 理解其中深意
补充说明：表不容易读 nán；表灾难、祸患读 nàn。
- 盛字用法
原始文本：盛饭时要小心，不要洒出来；他在盛年时期，创下了辉煌业绩
默认错误：误读为 shèng 饭、chéng 年
正确标注文本：cheng2 饭时要小心，不要洒出来；他在 sheng4 年时期，创下了辉煌业绩
补充说明：盛饭（装东西）读 chéng；盛年（旺盛）读 shèng。
三、发音错误修正补充技巧
拼音标注后仍发音异常，优先检查拼音拼写、声母韵母及声调是否准确，拼写错误会直接导致合成偏差。
句子含连续多个多音字时，可逐个用拼音 + 声调替换，精准锁定每个字发音，示例：xing2 道里的 hang2 人，都在讨论 shan4 先生的 hao4 恶 wu4。
古音、特殊方言读音若模型默认不支持，可使用相近拼音替代，或联系平台补充读音库。
合成后务必试听校验，发现发音问题及时微调拼音标注，反复测试直至效果达标。
四、常见问题总结
Q1：标注拼音后，IndexTTS 会读出拼音和括号吗？
A：不会。模型会自动忽略标注内容，仅按指定拼音发音，合成语音只保留原文本汉字，无额外杂音和标注读音。
Q2：所有多音字都需要手动标注吗？
A：不需要。模型可自动识别银行、好人等常规语境多音字，仅生僻语境、专有名词出现识别偏差时，再手动标注即可。
Q3：拼音标注有格式要求吗？
A：必须使用英文括号，拼音需附带准确声调；禁止使用中文括号、无声调拼音，否则标注无法被模型识别。
