阿语视频 1:脚本混入口语,带出地区口音
这条不先算音色问题。当前判断是脚本阶段出现地区口语或埃及口语表达,TTS 只是把它读出来。
这页只放目前排查到的明显问题。因为脚本、TTS、字幕都是 AI 大模型链路产出,明显异常先由开发侧排查归因,再决定是提示词、音色、模型参数还是渲染策略需要调整。
优先看脚本口音、音频稳定、字幕字符和 RTL 标点。
阿语、德语、日语、韩语已有反馈;俄语还没回来。
德语视频 2 和视频 4,需要看 TTS 请求和切片。
变音、句号省略、文案改写,不要当成同一类问题。
| 优先级 | 问题 | 样本 | 当前判断 | 建议看什么 |
|---|---|---|---|---|
| P0 | 德语变音符号显示异常 | DE 视频1 · Mila MgxOSGUIPesTN9HbCoP7 | 更像字幕文本或渲染时被替换;不是配音问题。 | 字幕源文本、ASS/SRT 生成、字体 fallback、上传前后的字符是否被转写。 |
| P0 | 德语单条视频内声音变化 | DE 视频2 · Klaus I2SR6oDhlrvXNZmzHv51 | 反馈在 00:32 左右听到声音质量变化。 | TTS 分句请求、每段音频参数、拼接点、是否换了 seed/model/voice setting。 |
| P0 | 德语几乎每句声线都在变 | DE 视频4 · Bryan bPMKpgEe88vKSwusXTMU | 不像单个词读错,更像按句生成后稳定性不足。 | 是否逐句请求 TTS;同一 voice id 下是否保持相同模型、参数和上下文。 |
| P1 | 阿语标点位置可能不对 | AR 视频3 · Omar juGHOwCOLtKBsGn33FoE | 逐词字幕下,RTL 标点位置要再确认。 | 字幕 renderer 对 RTL 文本的 bidi 设置、标点归属、逐词高亮后的排版。 |
俄语反馈尚未返回;暂时不要把俄语放入同一批结论。
这条不先算音色问题。当前判断是脚本阶段出现地区口语或埃及口语表达,TTS 只是把它读出来。
反馈点在 00:18 左右,SÜCHTIG / LÄUFT 显示成 SUECHTIG / LAEUFT。这个更像字幕字符处理。
需要看是不是按句生成时参数不一致,或拼接处引入了音质变化。
反馈不是单点瑕疵,而是多句之间声音像在变。建议优先检查逐句 TTS 的一致性。
阿语逐词字幕下,标点位置可能看起来不自然。这里要看渲染,不只看字幕文本。
| 建议 | 辅助说明 | 反馈案例 |
|---|---|---|
| 系统提示词默认约束:像真实玩家边玩边讲 | 默认避免机器翻译、广告旁白和功能说明式表达;如果用户明确输入了口播风格或表达要求,以用户输入优先。 | 德语多条反馈为 unidiomatic:例如 DE 视频1 的 “süchtig machend”;DE 视频4 的 “Wir brauchen mehr Tempo”。 |
| 文案 review 增加自然度校验 | 生成后统一检查目标语种母语者是否会这样说,重点拦截不地道、语义不清和明显直译感句子。 | 德语反馈集中在搭配不自然、叙事衔接生硬;韩语反馈集中在不像本地玩家自然口播。 |
| 同一视频内统一称呼、人称和语气 | 不要一会儿对多人说,一会儿又对单个玩家说;玩家称呼、叙述口吻和情绪强度要保持一致。 | 韩语 Video1/Video5 反馈里出现称呼和语气不统一;德语 Video5 也有 “Glaub mir Leute” 和后续单数称呼不一致的问题。 |
| 同一视频内统一游戏内容术语 | 玩法对象、资源、动作、建筑、道具、升级项等需要前后一致;不要为了换说法牺牲准确性。 | 韩语反馈里提到玩法对象、资源、动作描述需要更准确;早前反馈也出现同一对象被不同词指代的问题。 |
| 文案长度适配视频时长和阅读节奏 | 脚本长度要结合视频时长、目标语种常见语速、所选音色和口播风格;不要为了贴合画面或更口语化,把短句扩写成拖沓说明。 | 韩语 Video1 被反馈文案偏长,Video2 被反馈文案偏少;新日语反馈也提到扩写后容易显得啰嗦、不够地道。 |