برای خواندن عدد در متن به گفتار،قبل از تبدیل رقم به واژه باید بدانیم عدد چه نقشی دارد: تعداد،شناسه،کسر،اعشار یا تاریخ؟ رشتهٔ یکسان می‌تواند خوانش‌های متفاوت بخواهد. شش نمونهٔ فارسی نشان می‌دهند چرا نوع و واحد باید کنار مقدار بمانند؛ این صفحه مبدل عمومی عدد یا آزمون صدای یک موتور نیست.
اول معنی عدد،بعد شکلِ خواندن
عدد۱۲برای تعداد نسخه‌ها «دوازده نسخه»است؛ اما۰۰۱۲اگر شناسه باشد،ممکن است لازم باشد «صفر،صفر،یک،دو»شنیده شود. تبدیل شناسه به عدد صحیح،دو صفر آغازین را از قرارداد حذف می‌کند. خوانش باید با هدف شنونده سازگار باشد: فهم مقدار یا یادداشت‌کردن دقیق نویسه‌ها؟
در تأیید مبلغ تلفنی ابهامِ گفتهٔ مشتری و واحد بررسی می‌شود. اینجا ورودیِ نوشتاریِ ازپیش‌تعریف‌شده را برای تولید صدا آماده می‌کنیم؛ از یک گفتهٔ مبهم،قیمت یا تاریخ قطعی استخراج نمی‌کنیم.
شش حالت با قرارداد صریح
| ورودی | نوع و قرارداد | متن گفتاری پیشنهادی |
|---|---|---|
| 12 | تعداد نسخه | دوازده نسخه |
| 0012 | شناسه؛هر رقم لازم است | صفر،صفر،یک،دو |
| 1/2 | کسر | یک دوم |
| 1/2 | نامشخص | ابتدا نوع و قرارداد را بپرسید |
| 1405/08/15 | شمسی؛سال/ماه/روز | پانزدهم آبان هزار و چهارصد و پنج |
| 1.2 | مقدار اعشاری با واحد لیتر | یک ممیز دو لیتر |
همهٔ مثال‌ها ساختگی‌اند. تاریخ جدول،تاریخ یک نوبت واقعی نیست؛ تبدیل میلادی و شمسی هم انجام نداده‌ایم. در ردیف مبهم،خروجی عمداًنامعلوم است؛ انتخاب خودکار «یک دوم»یا تاریخ،اطلاعاتی را اضافه می‌کند که نداریم.
متن نمایشی را بی‌دلیل عوض نکنیم
رشتهٔ اصلی و نوع آن را حفظ کنید و اگر نسخهٔ گفتاری جدا می‌سازید،آن را به همان ردیف وصل نگه دارید. در فایلJSONهمراه،rawازspokenجداست. این ساختار قراردادیِ آموزشی است،نه فرمتAPIاپراگو. حفظ رشتهٔ شناسه کمک می‌کند بازبین بفهمد آیا همهٔ رقم‌ها و صفرها در متن گفتاری آمده‌اند.
برای دادهٔ ناشناخته،به جای حدس،نیاز به رفع ابهام را ثبت کنید. اگر واحد پول،تقویم،سال یا ترتیب روز و ماه نامشخص است،زیباتر نوشتن جمله آن را روشن نمی‌کند. در یک پروژهٔ واقعی،واحد و نوع از قرارداد داده و مسئول محتوا می‌آیند.
چرا فقط تغییر رقم فارسی و لاتین کافی نیست؟
عوض‌کردن شکل۱۲به12نقش عدد را تعیین نمی‌کند. همچنین اضافه‌کردن ویرگول در شناسه به معنی مکثِ دقیقِ موتور نیست. لازم است پس از تولید واقعی بشنوید آیا رقم‌ها کامل و قابل تفکیک‌اند و شنونده می‌تواند همان شناسه را یادداشت کند. در این تمرین،هیچ فایل صوتی تولید یا شنیده نشده است.
مستندات رسمی بعضی موتورهایTTSاز نوع‌دهیِ خوانش مانند عدد یا تاریخ درSSMLصحبت می‌کنند؛ این قابلیت به موتور،زبان و قراردادش وابسته است. جدول فارسی این صفحه،پیشنهاد متنیِ تحریریه است و پشتیبانی آن عناصر در اپراگو را اعلام نمی‌کند. دستور مخصوص یک ارائه‌دهنده را به دیگری تعمیم ندهید.
مرجعِ تحویل و شنیدن
دو فایل همراه،شش ورودی،خوانش مطلوب و وضعیتِ نامعلوم را دارند. برای بازبینی،متن گفتاری را بدون نگاه به رقم اصلی بخوانید و از نفر دیگر بخواهید مقدار یا شناسه را بازسازی کند؛ سپس باrawمقایسه کنید. این تمرینِ انسانی هنوز جای شنیدن خروجی واقعی صدا را نمی‌گیرد. برای اصلاح نام و واژهٔ خارجی، مرجع تلفظ مسئلهٔ جداست.
اگر می‌خواهید از اپراگو برای متن به گفتار فارسی استفاده کنید،چند عددِ نوع‌دار و خوانش مورد انتظار را همراه درخواست راه‌اندازی بفرستید. وجود این راهنما به معنی ارائهٔ مبدل عمومی عدد یا تضمین خوانش همهٔ تاریخ‌ها نیست.
فایل تمرین و منبع
شش ورودیِ نوع‌دار و خوانش پیشنهادی؛ یک ورودیِ نامشخص · مرجع خواندن شش حالت برای تحویل به بازبین
منابع در ۳ نوامبر ۲۰۲۶ خوانده شدند؛ این تاریخ، تاریخ انتشار منبع نیست. مثال‌ها و فایل‌های این راهنما آموزشی و ساختهٔ تحریریه‌اند.