AWS Polly将'proj'误读为'project'的原因及设置调整方法

嘿，这个情况我之前碰到过类似的，给你拆解清楚：

一、为啥会出现这种情况？ #

AWS Polly的TTS引擎默认自带自动文本归一化+语境推测的功能。像'proj'这种常见缩写，它的训练数据里绝大多数场景对应的全称都是'project'，所以引擎会自动把它扩展成最常用的全称来朗读——这本来是为了让语音更贴合日常语境，但刚好忽略了你这里它可能是其他词（比如projectile、projector）缩写的情况。

二、该在哪里调整？ #

从你提供的SSML标签页截图（界面显示Polly控制台的SSML编辑区域，包含文本输入框和语音预览选项）来看，你得靠SSML标签来精准控制发音，而不是控制台的基础全局设置。因为基础的文本归一化是引擎默认行为，单独开关没法针对单个词做调整，用SSML是最灵活的解决方案。

如果是用API调用Polly，记得把请求里的TextType参数设为ssml，再在文本里嵌入控制标签；如果是用控制台，直接在你截图里的那个SSML标签页编辑内容就行。

三、怎么让Polly按原词读'proj'？ #

给你两个实用的SSML方案：

1. 强制按字母朗读（适合需要明确拼写的场景） #

用<say-as>标签指定按字符朗读，这样Polly会逐个念p-r-o-j，绝对不会读成project：

<speak>
  <say-as interpret-as="characters">proj</say-as>
</speak>

2. 自定义音标读成单个词（适合保留缩写发音的场景） #

如果你想让它读成一个完整的缩写音节/ˈprɒdʒ/，用<phoneme>标签指定音标就行：

<speak>
  <phoneme alphabet="ipa" ph="ˈprɒdʒ">proj</phoneme>
</speak>

这个方法能让它读起来像一个独立的词，完美匹配你需要保留缩写可能性的需求。

要是你需要批量处理大量文件名，还可以做个文本预处理脚本，自动给这类缩写加上对应的SSML标签，省得手动一个个改～

内容的提问来源于stack exchange，提问作者AntonIva