上周帮朋友整理四十多篇旧文文章文稿www.abg663.net，要改成能间接念出来的语音文稿。手改到第三篇她就瓦解了是书面语里“该计划具备高度可止性”那种句子，念出来像三更的新闻联播。我们把活拆开。AI 出初稿。人来收尾，四十篇的活儿一个下午收工语音样改。用 AI 处理文章语音文稿，最容易踩的坑是让它“建饰”。建饰只会换来一堆更锦绣的书面语。
精确的指令标的目的是翻译落地流程，把眼睛看的文字，翻译成嘴巴说的文字。我给模子的提醉词长何等是“把上面一段改成口播用的语音文稿，单句不逾越 25 字的。
删掉括号里的播稿补偿申明，数字改写成中文读法，专业术语后面跟一句领略话解释，不要用书面腔”指令越详细了，出来的稿子越省事。分段投喂比一次性丢一年夜篇靠谱了。我试过把五千字间接塞进去。前两段改得还止的，越往后越敷衍，处理以至自做主张兼并段落。切成一百到两百字一段，每段零丁处理了，量量波动良多。标点也得盯，顿号、分号、破合号正在语音文稿里尽是障碍，书名号里的内容要么去掉书名号，要么改写成一句申明。
校正那关交给耳朵了。数字、单元、英文缩写先过一遍；更要命的是多音字是“二十止代码”里的“止”，AI 和配音工具都可能念成 xíng。人名地名拿禁绝就加注音提醉。我的土方法是把稿子丢进肆意一个朗读工具听一遍，哪儿拗口呢？一秒钟就露馅。判断一份 AI 文章语音文稿能不能用，尺度很朴实，闭上眼睛听的。会不会走神。
念起来自然。听寡才情愿跟下去；
句子一长了，留神力立刻散。工具负责速度，耳朵负责量量，那个分工别搞反了。
