语音合成tts是什么？文字先变成读音和停顿再合成声音，听起来自不自然看这几处

语音合成tts，就是Text To Speech，把文字转成语音。手机导航的播报、短视频里的解说、有声书里的朗读，很多都是TTS生成的。早些年的合成声音一听就是机器，现在很多已经接近真人。了解它大致怎么工作，就知道为什么有的句子读得自然、有的句子读得别扭，以及怎么改文字让它读得更好。

一、TTS大致怎么工作

可以简单理解成两步。一是“读懂文字”：把文字拆成词，判断每个字的读音，多音字按上下文选读音，数字和符号转成读法，再根据标点和句子结构决定哪里停顿、哪里重读。二是“发出声音”：按选好的音色，把读音和停顿合成连贯的声音。现在主流的做法是用大量真人录音训练出来的模型，所以音色会有男声、女声、解说腔等不同风格。

二、听起来不自然，通常出在这几处

问题	原因	怎么改
多音字读错	上下文判断错	指定拼音
停顿位置怪	长句没有标点	加标点或停顿标记
数字读法不对	年份、编号、金额读法不同	直接写成汉字
语气平淡	文字太书面	改成口语短句，换更合适的音色
英文读得生硬	中英混读	能用中文表达就用中文

三、小马配音：把TTS用在作品里

小马配音是微信小程序，微信里搜名字打开。流程是输入或粘贴文字，选主播音色，调语速、音量、音调，生成，试听，然后导出MP3音频，也能导出视频，导出的音频和视频不带平台水印。

主播音色分男声、女声、影视解说、小说推文等类别，可以先试听再用；文字里能插停顿标记，生成真实的停顿；多音字可以指定拼音纠正读音；还有按分类整理的配音文案样例可以参考。

上面那张表里的停顿和多音字问题，在它里面都能直接处理：停顿不对插停顿标记，多音字读错指定拼音。

免费规则如实说：不开会员每天有少量免费字数，看激励广告、每日签到、做配音任务可以加字数；长文本或天天大量配音要开会员，会员每天的字数多得多。

局限：只能在微信小程序里用，网页版和电脑客户端还在开发中；不开会员每天能用的字数有限，看激励广告、每日签到、做配音任务可以加，长文本或天天大量配音要开会员；作品记录有条数上限，超出要自己保存；不支持声音克隆和自定义音色，只能用平台提供的主播音色。

四、TTS适合和不适合的场景

• 适合：知识讲解、产品介绍、课件旁白、短视频解说、小说推文这类以信息为主的内容。
• 要谨慎：需要强烈情感起伏的内容，比如影视剧对白、情感类独白，合成声音的表现力有限。
• 不要做：冒充真人、冒充特定的人说话，这既违反平台规则，也可能违法。

五、其他TTS工具

• 剪映文本朗读：剪辑视频时直接用，音色和收费以当前版本为准。
• 讯飞：语音技术积累深，有面向个人和开发者的产品，规则以当前版本为准。
• Edge浏览器大声朗读、手机系统朗读：用来自己听网页和文档。

六、按需求选择

• 手机上做配音、要处理停顿和多音字：小马配音。
• 剪辑视频时顺手配：剪映。
• 只是自己听：浏览器或手机自带朗读。

提醒：配音文案要用自己写的或有授权的；用合成声音做视频时不要冒充真人；发布时按平台要求标注AI生成。