AI配音文稿怎么处理？稿子转配音的流程
简单说：稿转音流程=预处理四刀（砍书面语、切长句、标多音字、停顿标记）+按语义分段生成+查响度吞字语速；数字改汉字。
AI配音文稿怎么处理？一篇5000字的稿子怎么变成好听的配音？——"直接粘贴进TTS"是最差答案。文稿转配音的标准流程：文稿预处理（书面语改口语、长句切短、多音字标注——文稿质量决定生成上限）→分段生成（按语义段切分、逐段生成再拼接——长文一次性生成必崩）→后处理（响度统一、停顿校准、错字修复）→终审（盲听一遍——耳朵是最后一道质检）。批量流水线的自动化方案看自动化那篇，配音质量的分级标准看SSS那篇，这篇讲"一篇稿子"的完整旅程。
文稿预处理的四刀
预处理四刀：第一刀砍书面语（"而且类的书面连接词""然而""进行"砍掉换成"还有""但是""做"——书面连接词是AI腔重灾区；"的"字链超过三个必断句）；第二刀切长句（一句不超过25字——TTS对长句的气息分配是弱项，超过30字的句子生成必出"赶");第三刀标多音字（人名地名专业词全部用拼音标注或同音字替换——"单于""番禺"这类词是TTS的百慕大）；第四刀做停顿标记（在需要停的位置手动加标点或换行——逗号0.3秒、句号0.6秒、换行1秒的通用规律，重要观点前强制分段）。分段生成的技术细节：按语义不按字数切（一段一个意思——字数切分会把意思切两半）；每段200到400字为宜（太短拼接缝多、太长生成质量衰减）；段间拼接加0.5秒静音（呼吸的空间）。数字和英文的处理：数字改成汉字（"2026年"改成"二零二六年"——阿拉伯数字的读法各引擎不可控）；英文缩写写全或标注读法（"APP"标成"阿普"——不标的话一半引擎读A-P-P一半读"apple"的音）。
我处理几百篇稿子后留下的清单
处理过几百篇稿子的配音（自己号的加上帮朋友的），沉淀下来的检查清单：预处理查三样（书面连接词、"的"字链、超25字长句）；生成前标三样（多音字、数字、英文缩写）；生成后查三样（响度一致性——各段之间忽大忽小是拼接常见病、首尾的吞字——段首段尾的字最容易吞、语速漂移——长稿件后段的语速经常变慢）。效率心得：预处理的规则可以做成脚本（正则砍书面词、检测长句），一次开发长期受益；但多音字标注目前没有好办法全自动——建自己领域的"多音字表"（你常出现的词就那几十个）是最实用的折中。文字转语音的技术发展参考各TTS平台的官方文档，中文文本规范看国家语委的相关标准文件。
不同稿件的预处理差异
四类稿件的处理要点：新闻稿（最大的问题是"书面导语"——"据悉""记者了解到"的导语腔砍掉换口语开场；数字和机构名逐个校对（"发改委"的读法、数据的量级））；演讲稿（"现场感"的保留——演讲稿的排比和设问是有力量的（TTS别磨平），但演讲稿的长句要断（演讲的气口靠人，TTS的气口靠标点））；说明书（指令的"步骤化"改写——"首先其次最后"的连接词换成"第一步第二步"，步骤的编号让AI的节奏更清晰）；小说（对话和旁白的区分标注——小说配音的多声线需求（对话的轮流、旁白的统一），文稿层的角色标注是批量多声线的前置）。稿件的安全检查（发布前的最后一关）：错别字与敏感词（TTS会把错字忠实念出来——发布前的错字检查别省；敏感词的双重过滤（文稿+音频的检测））。
配音稿件的写作心法
为耳朵写作的三原则：短（一句一意——长句是眼睛的享受、耳朵的折磨；25字的句子是耳朵的舒适区）；显（意思要直给——"回环往复"的文学手法在耳朵里是迷路，听懂第一遍是配音文案的及格线）；活（口语的毛边保留——"这个嘛""怎么说呢"的填充语在文稿里是"人味"，全砍掉的稿子念出来是新闻）。改稿的"朗读测试"（写完念一遍——念着别扭的地方就是耳朵别扭的地方；自己念着都喘不上气的句子，观众更喘不上来）；"删除测试"（这段删了内容损失多少——损失不大的段落是"耳朵的冗余"，删）。文稿的自动化处理看自动化那篇，文案的口播化写法看文案那篇，质量的等级判据看SSS那篇。
常见问题
稿子直接粘贴生成会怎样？
质量必降——书面语AI腔、长句气息崩、多音字翻车。预处理决定生成上限。
文稿怎么改口语？
四刀：砍书面连接词、长句切25字内、多音字标拼音、手动加停顿。数字改汉字、英文缩写标读法。
长稿怎么分段生成？
按语义切每段200到400字，逐段生成加0.5秒静音拼接。字数切分会把意思切两半。
生成后要检查什么？
三样：响度一致性、首尾吞字、语速漂移。段首段尾的字最容易吞。
稿转音的密码是预处理四刀。觉得有用的话分享给写稿子的朋友吧——先改稿，再生成。