X · 宝玉·· 15 小时前AI 评分30
宝玉谈 AI 制作语音书：多音字易出错，建议先用大语言模型标注发音再交给 Agent 操作 TTS
现在 AI 制作语音书效果还可以，但我觉得还不如专业的真人朗读的，另外还会有多音字错误，反而误导小朋友。所以有高质量真人的语音书还是选择真人的。 如果真要自己用 AI 做语音书的话，最好先用大语言模型过一遍发音，让 Agent 去操作 TTS，多音字都标注上拼音、停顿位置、情感，然后再去生成会好很多。 另外付费的比开源的普遍要好一些，但我没办法推荐哪家性价比高，我自己用 Gemini TTS 也不是因为它最好，只是用的顺手。
AI 导读
宝玉认为 AI 制作语音书效果尚可，但仍不如专业真人朗读，且多音字错误可能误导小朋友，有高质量真人语音书时仍应选真人版。他建议自己用 AI 做语音书时先用大语言模型过一遍发音，让 Agent 操作 TTS，把多音字标注拼音、停顿位置和情感后再生成。他还提到付费 TTS 普遍优于开源，自己用 Gemini TTS 只是用得顺手，并非因为它最好。
博主
宝玉@dotey
粉丝 26万
AI Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.
互动数据
- 浏览
- 1.2万
- 点赞
- 26
- 评论
- 31
- 分享
- 1
- 收藏
- 24
数字来自平台，为最近一次抓取时的数据。
来源：X · 宝玉 · x.com