需通过波形图观察、逐句诊断和API评分三步验证语音清晰度：导出MP3后用Audacity查看波形起伏是否规律；编辑时启用“逐句发音诊断”听辨易混音；调用讯飞API获取pronunciation_score，低于72分须重写或拆分句子。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要在讯飞智文AI中确认合成语音是否发音清晰、吐字准确，避免因音素错误、语速失衡或停顿异常导致听众理解困难。
导出音频后用波形图肉眼判断清晰度
进入“项目中心”→点击目标文稿右侧的“导出”→选择“MP3音频（高清）”→等待导出完成并下载到本地。
用Audacity或系统自带的“录音机”（Windows 11）打开该MP3文件，观察波形图是否呈现规律密集的起伏。若某段波形持续平直或突然断崖式衰减，大概率对应吞音、漏字或静音过长——这说明TTS引擎在该句存在发音建模缺陷，不是语速设置问题。
在编辑界面实时启用“逐句发音诊断”模式
方法一：在文稿编辑区，将光标定位到任意句子开头 → 点击工具栏右端的“▶️+放大镜”图标 → 系统自动播放该句并同步高亮当前发音音节，同时底部显示“声母/韵母置信度分值”。
方法二：选中一段含多句的文本 → 右键 → 选择“开启发音细粒度诊断” → 播放时每0.3秒暂停一次，强制你听辨“zh/ch/sh”“n/l”“f/h”等易混音是否分离到位。这一步必须关闭耳机环境降噪，否则会掩盖辅音起始爆破感。
【开启诊断后不可直接导出，需先点击“退出诊断”再执行导出，否则输出的是未渲染的中间态音频】
调用API接口获取发音清晰度量化评分
第一步：登录讯飞开放平台 → 进入“我的应用” → 找到已绑定讯飞智文AI的项目 → 复制“AppID”和“APIKey”。
第二步：在Postman中新建POST请求，URL填：https://api.xfyun.cn/v1/service/v1/iat → Headers添加X-Appid和X-APIKey字段 → Body选raw/JSON，填入包含待测文本、语种（zh_cn）、发音人编号的结构化参数。
第三步：发送请求 → 查看返回JSON中的"pronunciation_score"字段值。该数值为0～100闭区间整数，低于72分的句子必须人工重写或拆分短句，因为模型已判定其存在声学可懂度硬伤，仅调语速无效。
