Qwen3 TTS双语课程稿：分段不丢字，先检查再合成

合成语音前，先把课程稿拆成能审阅的小段

一份双语户外课程稿，可能先用英文讲指令，再用中文安排观察任务，然后切回英文。把整个文档直接塞进语音表单，不一定是合适的起点。课程作者需要保留措辞、控制每段输入边界，并方便检查顺序；机械地每隔固定字数切一刀，可能把指令截断。

本文交付一个离线 Python 分段器，为当前 Orux 的 qwen3-tts-flash 表单准备文字，并以 speech-2.8-hd 作为另一目录选项。示例输出三段有序文字，保留全部原始字符，遇到超长片段就拒绝，不悄悄丢弃或截切。本文没有生成音频，也未验证发音或承诺模型能自然处理双语课程；这些需要后续审听。

边界必须说清：当日两个 Orux 表单的朗读文字字段均声明最大600字符。工具采用本地 UTF-16代码单元上限，演示时缩小为80。这是本例保守的文字准备规则，不是计费字符定义，也不是模型家族原生上下文上限。输入限制、文本表示和计费数量要分开理解。

先核对两个表单的交接契约

qwen3-tts-flash 使用 input 字段，音色选项列有 Cherry；speech-2.8-hd 使用 text，音色列有 male-qn-qingse。2026年11月1日核对的两份公开表单，文字最大长度均为600。这些是具体表单的契约，不能因任务都生成语音，就互换字段名。

上述资料不证明表单支持其他地方宣传的所有音色、高级发音标记、逐句语言控制或精确时长。音色名称尤其不能证明特定英文单词或中文地名会读对。获准生成后，应使用一小段已批准文字审听；拟定朗读稿不能冒充已经通过检查的录音。

课程稿本身应保留为可审阅源文件。分段产物保存序号和准确文字，后续音频清单再关联已批准音色及结果文件。教师改动一句时，明确边界有助于找到需重生成的部分，但不能承诺新旧录音无缝衔接。

明确这个小工具怎样判断句界

分段器识别中文句号、问号、叹号，以及后接空白或字符串结束的英文句号、问号、叹号。因此不会把简单小数3.5内部的句点当边界。它不理解全部缩写、引号和语言惯例，仍需作者检查分段。

程序不裁掉空格、不统一标点，再把相邻片段合并到所选上限。单个片段超长时，不为了通过计数而硬切，而是报错要求人工改写。这里优先保留原文和使用简单边界，不是自动接受所有文档。

空白输入会被拒绝，本地上限必须是1至600的整数。演示选80，是为了让短小夹具确实走到多段路径，不是推荐音频时长，也不表示80代码单元会读出多少秒。语速、停顿和交付时长都需要从实际录音测量。

本地运行完整分段器

保存为 chunk_lesson.py，运行 python3 chunk_lesson.py。代码仅用标准库，无需 API Key，也不联网。输入是虚构的教学文字：观察叶片而不采摘植物；它是编辑夹具，不是模型回复、课堂试验或真实教师录音。

"""Local text preparation only. No TTS request or billed-character measurement."""
import json
import re

def units(text):
    return len(text.encode("utf-16-le")) // 2

def chunks(text, limit=600):
    if not isinstance(text, str) or not text.strip():
        raise ValueError("A nonempty lesson is required")
    if type(limit) is not int or not 1 <= limit <= 600:
        raise ValueError("Choose a local cap from 1 to 600 UTF-16 units")
    pieces = re.split(r"(?<=[。！？])|(?<=[.!?])(?=\s|$)", text)
    result, current = [], ""
    for piece in pieces:
        if not piece:
            continue
        if units(piece) > limit:
            raise ValueError("One segment exceeds cap; edit it manually")
        if current and units(current + piece) > limit:
            result.append(current)
            current = ""
        current += piece
    if current:
        result.append(current)
    assert "".join(result) == text
    assert all(0 < units(x) <= limit for x in result)
    return result

if __name__ == "__main__":
    lesson = ("Welcome to the field lesson. Observe the leaf before naming it. "
              "先观察叶子的边缘，再记录它的形状。不要采摘植物。 "
              "Write one observation in your notebook. Then compare it with your partner.")
    output = chunks(lesson, limit=80)
    assert len(chunks("Ready 🌿. Next step.", 12)) == 2
    assert units("🌿") == 2 and len("🌿") == 1
    for text, limit in [("x" * 81, 80), ("", 80), (lesson, 601)]:
        try:
            chunks(text, limit)
        except ValueError:
            pass
        else:
            raise AssertionError("Invalid lesson accepted")
    print(json.dumps([{"part": i+1, "utf16_units": units(t), "text": t}
                      for i, t in enumerate(output)], ensure_ascii=False, indent=2))

实际本地输出：

[
  {
    "part": 1,
    "utf16_units": 63,
    "text": "Welcome to the field lesson. Observe the leaf before naming it."
  },
  {
    "part": 2,
    "utf16_units": 65,
    "text": " 先观察叶子的边缘，再记录它的形状。不要采摘植物。 Write one observation in your notebook."
  },
  {
    "part": 3,
    "utf16_units": 35,
    "text": " Then compare it with your partner."
  }
]

三段分别为63、65、35个 UTF-16代码单元。开头空格是有意保留的，按顺序拼接会精确恢复原文，代码同时验证这个等式和每段上限。不要先去掉空格，又声称仍有完全相同的保留性质。若后续语音应用需要清理空白，应把它作为单独变换，检查并批准新的措辞。

emoji检查同样有目的：叶子符号在 Python 中是一个 Unicode码点，却占两个 UTF-16代码单元。它们都不是朗读量、音频时长或账单。可见符号也未必适合直接朗读；真实课程中是否把符号改为批准的文字，要另行决定。

用真实失败条件检查文档

例子拒绝80上限下的81单元片段、空课程和超过600的上限，也验证含emoji的短例在12上限下分成两段。这些检查覆盖本地契约和表示边界，没有测试远程 TTS、整种语言或所有文件格式。

一句超长时，应在有意义的位置改成两条清晰指令，不能静默截断安全说明或扔掉末尾条件。教师批准新版源稿后重跑、检查拼接结果和顺序。计数通过，只有在课程仍表达原意时才有价值。

标点规则可能在缩写处产生不理想的边界，也可能把尾引号留给下一片段。这些情况需要检查，不能宣称工具理解句意。引文或专业符号复杂时，应调整规则或人工整理片段，再交给生成流程。

比较计费单位，不虚构这份脚本的账单

左右滑动查看完整表格。

这是2026年11月1日核对的 Orux 普通公开价格，1 Credit=$0.005。两行采用精确数量计费，当前配置没有额外最低收费。最后一列使用明确假设的3000计费字符，不是三段夹具的测量或报价；本次没有请求音频来获得实际计量数量。

不能直接拿 Python字符串长度、UTF-16长度或 UTF-8字节数乘费率，便称为结算费用。工具上限用于文字准备，实际语音用量另行计量。分段也会改变请求次数和审听工作量。授权合成前复核实时价格及具体估价，特别是服务条款变化之后。

价差本身不能证明音色偏好、发音准确性、时长或质量胜负。本文没有独立比较厂商官方价格，不宣称相对官方省钱。先按任务选候选项，再审听获授权的合适样本；便宜但不能使用的录音，也不算完成课程交付。

将后续审听与文字验证分开

真实课程应记录段号、准确源文、请求 alias 和已批准音色。生成后加入文件网址与审核状态，不要覆盖源文。审听漏词、名称读法、突兀停顿和段间表现变化；从真实媒体核对时长和顺序，不用字符数推测。

结构化提取教程（英文）强调保留缺失值而非编造数据，客服汇总输入教程（英文）控制哪些字段离开本地。本文的契约不同：保留整份已批准课程稿，同时让输入片段有限、可检查。因此，悄悄删除麻烦内容不能作为解决超长片段的方法。

价格核对日：2026-11-01。资料与当前模型页： 公开模型目录, 公开模型目录, Python文档, Python文档. qwen3-tts-flash, speech-2.8-hd.

FAQ

Q.表单的600字符就是模型原生上限吗？

不是，它是两个已核对 Orux 表单文字字段的声明上限，不代表所有 API、部署或原生上下文。工具明确采用 UTF-16代码单元进行准备。通过其他路径发送更长文档之前，要核对当前表单和请求契约。

Q.分段会丢空格或改标点吗？

在所定义的变换中不会。程序不裁空白，并断言拼接结果与源文一致，展示的开头空格因此是有意的。后续若统一文本格式，应作为单独变更审查，不能沿用已经不成立的完全保留承诺。

Q.这证明两个音色能正确朗读双语吗？

没有。本次没有生成或评估音频，只检查表单、本地边界和定价行。双语录音仍需获授权的发音、漏词和衔接审听；音色名称和文字长度检查不能建立这些音频质量结论。

Q.63、65、35就是计费字符数量吗？

不是，它们是本地夹具输出的 UTF-16代码单元长度，不是实际语音用量或账单。价格表采用明确假设的计费数量，以展示算式，而不把离线程序未核实的字符计量规则冒充真实请求结果。

Q.单个片段太长时怎么办？

人工在有意义的位置编辑，批准新源文并重跑。工具会拒绝这种输入，不截断指令、不丢文字；缩写和引号也要检查，因为简单标点规则不是语言学句子解析器，不理解课程语义。