VoiceStudio多音字消歧需显式启用并设合理上下文窗口：调用preprocess_text()时必须传enable_polyphone=True和context_window=5，专有名词须通过custom_dict.json白名单注入，标注结果需导出_intermediate文件验证置信度，高频字及跨句一致性需固化至音色配置。

多音字标注不是靠人肉查字典，而是靠规则引擎+人工校验闭环。VoiceStudio 的文本预处理模块已内置中文多音字消歧模型，但直接调用前必须做三件事：清洗符号、统一编码、约束上下文窗口。

为什么 voicestudio.preprocess_text() 默认不生效

该函数默认关闭多音字标注，因为开启后会触发整句语义分析，对短文本（如单字词、标题）反而容易误标。必须显式传入 enable_polyphone=True，且建议搭配 context_window=5（前后各5字）使用。

• 不设 context_window → 模型只看当前字，把“行”全标成 xíng
• 设太大（如 20）→ 内存暴涨，长句合成卡在预处理阶段
• 遇到专有名词（如“重庆”“长兴岛”）需提前加入 force_pronounce 白名单

批量处理时怎么避免“同字不同音”被合并

常见错误是把“重”在“重复”和“重庆”里都标成 chóng。VoiceStudio 不会自动识别地名，得靠 custom_dict.json 手动注入：

{
  "重庆": "chóng qìng",
  "长兴岛": "zhǎng xīng dǎo",
  "乐山": "lè shān"
}

这个文件必须放在项目根目录，且在调用 preprocess_text() 前通过 load_custom_dict() 加载，否则白写。

DeepBI DHTML 页面生成器

生成可在 deepbi 沙箱 iframe 内运行或作为独立文件运行的交互式 HTML 页面，使用 `window.deepbi` JS SDK 实现数据查询、空间管理、文件浏览及用户操作。当用户提出以下需求时启用该能力： - 创建 KPI 仪表盘、数据表格、文件浏览器、成员列表、管理页面； - 明确要求“转成 dhtml”、“转译成 HTML”、“把 XX 页面转成……”、“控制台页面”、“管理后台”、“DeepBI 页面迁移”； - 提及位于 `apps/console/src/featur

下载

立即学习“前端免费学习笔记（深入）”；

标注结果怎么验证是否靠谱

别信控制台输出的“标注完成”，要看实际合成音频里有没有读错。最快验证法是导出中间产物：

• 加参数 dump_intermediate=True，生成 _polyphone_debug.txt
• 检查每行是否含 [原字] → [拼音] (置信度) 格式，低于 0.85 的标红
• 重点盯“的”“了”“着”“一”“不”这五个高频字，它们在口语中变调频繁，模型容易按书面语标

真正难的不是标对单个字，而是让同一角色在不同句子中对同一个多音字保持发音一致——这需要把标注结果固化进音色配置文件，而不是每次合成都重新跑一遍预处理。