برای آماده‌کردن متن فارسیِ گویندگی، ابتدا رابطهٔ جمله‌ها، شرط‌ها و مرجع ضمیر را روشن کنید؛ سپس سراغ صدا و تنظیم موتور بروید. متن روانِ شنیداری باید معنی متن اصلی را حفظ کند. یک اطلاعیهٔ ساختگی را در سه نسخه می‌خوانیم تا تفاوت «کوتاه‌کردن جمله» با «حذف اطلاعات لازم» روشن شود.
متن را برای گوش بازنویسی کنیم
شنونده معمولاً متن و جای پرانتز یا تیتر را نمی‌بیند. مرجع مبهمِ «آن»، شرطِ بسیار دور از فعل و چند تکلیف پشت یک جمله می‌توانند فهم را دشوار کنند. جمله‌ها را بر اساس تصمیم شنونده تقسیم کنید: چه کاری باید بکند، چه زمانی و با کدام استثنا. این پیشنهاد تحریریه برای طراحی متن است؛ دربارهٔ خروجی شنیداری یک موتور آزمون انجام نشده است.
اگر منبع شما جدول است، روایت جدول برای شنیدن مسئلهٔ رابطهٔ ستون،واحد و شرط را جدا پوشش می‌دهد. این صفحه دربارهٔ یک پاراگراف نوشتاری و نسخه‌بندیِ بازنویسی آن است؛ جدول تازه‌ای را به عنوان موضوع مستقل تکرار نمی‌کنیم.
نسخهٔ A؛ یک جملهٔ طولانی با شش داده
نمونهٔ اصلی می‌گوید: «ورود به کارگاه کاغذ برای افراد دارای ثبت‌نام قبلی در روزهای سه‌شنبه از ساعت ده تا یازده امکان‌پذیر است؛ ابزار پایه داخل سالن فراهم است و همراه‌آوردن قیچی لازم نیست، اما کاغذ شخصی به‌همراه داشته باشید.» این کارگاه خیالی است؛ متن،اطلاعیه یا برنامهٔ یک سازمان واقعی نیست.
قبل از ویرایش،شش داده را بیرون می‌کشیم: ثبت‌نام قبلی،سه‌شنبه‌ها،ده تا یازده،ابزار پایه در سالن،قیچی لازم نیست وکاغذ شخصی لازم است. کوتاه‌شدن باید با همین قرارداد سنجیده شود؛ کوتاه‌ترین جمله الزاماً نسخهٔ مناسب نیست.
نسخهٔ B؛ تقسیم جمله بدون عوض‌کردن تکلیف
برای شرکت در کارگاه کاغذ، از قبل ثبت‌نام کنید. کارگاه سه‌شنبه‌ها، از ساعت ده تا یازده برگزار می‌شود. ابزار پایه داخل سالن آماده است. لازم نیست قیچی بیاورید. کاغذ شخصی همراه داشته باشید.
این متن اصیل تحریریه،شرط ورود را به دستور روشن تبدیل کرده و شش داده را نگه داشته است. نفیِ «قیچی لازم نیست» باقی مانده؛ کاغذ هم با «همهٔ وسایل آماده است» حذف نشده است. جدولJSONهمراه،تطبیق معناییِ دستی را ثبت می‌کند. این فایل نتیجهٔ پردازش خودکار یا تأیید شنونده نیست.
نسخهٔ C؛ روان اما مردود
«سه‌شنبه هر وقت خواستید به کارگاه کاغذ بیایید؛ همهٔ وسایل آماده است.» کوتاه و خوش‌خوان است،اما بازهٔ ده تا یازده را به هر زمان تبدیل کرده،ثبت‌نام را نگفته و الزام کاغذ شخصی را مخدوش کرده است. چنین بازنویسی‌ای حتی اگر صدای طبیعی تولید کند،برای اطلاع‌رسانیِ همین قرارداد صحیح نیست.
نقطه‌گذاری را با زمان مکث برابر نگیریم
در نسخهٔ Bاز نقطه برای جداکردن تکلیف‌ها و از ویرگول برای مرز عبارت استفاده کرده‌ایم. از وجود ویرگول،مکثِ دقیق چند میلی‌ثانیه‌ای نتیجه نمی‌شود؛ رفتار به موتور و صدای منتخب وابسته است. ابتدا متن سادهٔ قابل‌فهم را آماده کنید؛ اگر کنترل بیشتری لازم است، قراردادSSML را تنها در سرویسِ سازگار بررسی کنید.
استانداردW3Cمیان شکل نوشتاری و خواندن آن تمایز می‌گذارد؛ وجود استاندارد،کیفیت فارسی یا پشتیبانی اپراگو از عناصر خاص را اثبات نمی‌کند. در این تمرین فقط متن داریم و هیچ فایل صوتی تولید یا شنیده نشده است.
برای تحویل به تیم تولید چه چیزی آماده باشد؟
نسخهٔ اصلی را همراه متنِ بازنویسی‌شده و شش دادهٔ معیار نگه دارید. مشخص کنید کدام جمله نباید کوتاه شود،نام‌ها چگونه خوانده شوند و مخاطب بعد از شنیدن چه تصمیمی دارد. پس از تولید واقعی،بازبین دیگری متن شنیده‌شده و معنی را با مرجع مقایسه کند؛ تأیید متن به معنی تأیید صدای هنوز تولیدنشده نیست.
دو فایل همراه برای همین نمونه آماده‌اند و دادهٔ خصوصی ندارند. برای دریافت متن به گفتار فارسی اپراگو،اصل متن و نسخهٔ شنیداری مطلوب را از مسیر درخواست و راه‌اندازی تیمی مطرح کنید. این راهنما تبدیل خودکار همهٔ متن‌ها یا زمان دقیق مکث در محصول را وعده نمی‌دهد.
فایل تمرین و منبع
سه نسخهٔ اصیل A/B/Cو قرارداد اطلاعات اطلاعیه · تطبیق دستی شش داده؛ وضعیت شنیدن هنوز نامعلوم است
منابع در ۳ نوامبر ۲۰۲۶ خوانده شدند؛ این تاریخ، تاریخ انتشار منبع نیست. مثال‌ها و فایل‌های این راهنما آموزشی و ساختهٔ تحریریه‌اند.