حل مشکل تلفظ فارسی در ویدیوهای هوش مصنوعی

اگر با ابزارهای هوش مصنوعی ویدیو می‌سازی، احتمالاً با این مشکل روبه‌رو شده‌ای: دیالوگ فارسی درست نوشته شده، اما مدل یک کلمه را اشتباه تلفظ می‌کند و همان یک اشتباه می‌تواند کل خروجی را خراب کند.

برای حل این مشکل، بهتر است فقط به متن دیالوگ اکتفا نکنی و برای کلمات حساس، **راهنمای تلفظ** تعریف کنی.

### روش پیشنهادی

برای هر کلمه‌ای که احتمال تلفظ اشتباه دارد، این اطلاعات را به پرامپت اضافه کن:

**کلمه:** کلمه‌ای که مدل باید بگوید.

**تلفظ موردنظر:** نحوه‌ای که می‌خواهی کلمه شنیده شود.

**بخش‌بندی تلفظ:** اگر لازم است، کلمه را به چند بخش کوتاه تقسیم کن تا مدل نحوه خواندنش را بهتر تشخیص دهد.

**تلفظ‌های ممنوع:** اگر مدل قبلاً کلمه را به شکل مشخصی اشتباه گفته، همان شکل غلط را هم صریحاً ممنوع کن.

### قالب ساده

```text CRITICAL PRONUNCIATION

کلمه: [کلمه موردنظر]

تلفظ صحیح: [تلفظ موردنظر]

بخش‌بندی: [بخش اول] / [بخش دوم] / [بخش سوم]

تلفظ‌های ممنوع: [تلفظ اشتباه ۱] [تلفظ اشتباه ۲]

این کلمه باید با تلفظ طبیعی فارسی ایرانی، واضح و دقیق گفته شود. از تلفظ‌های ممنوع استفاده نکن. ```

### مثال

فرض کنیم یک اسم یا عبارت خاص در ویدیوی تو مرتب اشتباه خوانده می‌شود.

به‌جای اینکه فقط همان کلمه را در دیالوگ قرار بدهی، تلفظ را هم مشخص کن:

```text کلمه: [نام موردنظر]

تلفظ صحیح: [شکل صحیح تلفظ]

بخش‌بندی: [بخش ۱] / [بخش ۲]

تلفظ ممنوع: [شکل اشتباهی که مدل قبلاً گفته] ```

اگر کلمه هنوز درست تلفظ نشد، بخش‌بندی را ساده‌تر کن یا شکل آوایی واضح‌تری برای آن بنویس.

### برای دیالوگ فارسی این نکات را هم رعایت کن

جمله‌ها را کوتاه و قابل‌گفتن بنویس. متن‌های رسمی، طولانی و پیچیده احتمال اجرای مصنوعی یا اشتباه را بیشتر می‌کنند.

برای کلمات حساس، تلفظ را جدا از متن اصلی مشخص کن.

اگر یک تلفظ غلط را در خروجی دیدی، همان شکل اشتباه را به بخش «تلفظ‌های ممنوع» اضافه کن.

مدل را مجبور نکن یک دیالوگ طولانی را با سرعت غیرطبیعی داخل زمان کوتاه بگوید.

در پرامپت مشخص کن که متن باید فقط **یک‌بار** گفته شود و بعد از آخرین کلمه، گفتار متوقف شود.

### نکته مهم

هیچ پرامپتی تضمین نمی‌کند که هر مدل ویدیوساز در اولین تلاش تمام کلمات فارسی را بی‌نقص تلفظ کند. هدف این روش این است که کنترل بیشتری روی تلفظ داشته باشی و احتمال خروجی درست را بالا ببری.

### فایل نمونه پرامپت‌ها

چند نمونه آماده از ساختارهای کنترل تلفظ را داخل کانال تلگرام قرار داده‌ام تا بتوانی مستقیماً از آن‌ها برای ویدیوهای خودت استفاده و شخصی‌سازی کنی.

**دریافت فایل نمونه پرامپت‌ها:** https://t.me/asdev_ai/15

اگر روی یک کلمه یا خروجی خاص مشکل داری، داخل گروه تلگرام سؤال بپرس و در صورت امکان کلمه، پرامپت و توضیح مشکل را هم بفرست.

**پرسش و پاسخ:** https://t.me/asdev_ai_community