SuperAPI AI 工具集

pronunciation-specialist

写作与研究

查看项目

更新于 10-15 17:14

技能介绍

用途

该技能用于在歌词创作流程中扫描发音风险,防止 Suno AI 因猜错读音而生成错误的演唱。它被安排在 lyric-writer(撰写歌词并生成 Suno 提示)与 lyric-reviewer(校验)之间,定位为「RESOLVE(解决)」环节:由 lyric-writer 标记潜在风险并提出同形异义词问题,本技能执行深度扫描、与用户确认歧义、应用全部音标修正,随后由 lyric-reviewer 验证修正是否正确应用。

主要能力

  • 自动化扫描:通过 MCP 工具抽取歌词段落(extract_section),执行同形异义词扫描(check_homographs),并在存在风格提示时扫描艺人名(scan_artist_names)以捕获黑名单名称。对于 MCP 未覆盖的技术术语、缩写、数字和名称,则结合 word-lists.md 进行人工扫描。
  • 高风险词类处理:
    • 同形异义词(关键):如 live(LYVE 动词 / LIV 形容词)、read(REED / RED)、lead(LEED / LED)、wind(WYND / WINED)、tear(TEER / TARE)、bass(BAYSS / BASS)。此类词必须澄清。
    • 技术术语:如 Linux → "Lin-ucks"、SQL → "S-Q-L" 或 "sequel",API、CLI、SSH 需用连字符拼读。
    • 名称与专有名词:非英语名需音标拼写,如 Jose → "Ho-zay"、Ramos → "Rah-mohs"、Sinaloa → "Sin-ah-lo-ah"。
    • 缩写:三字母缩写用连字符拼读(FBI → F-B-I);类词缩写用音标(RICO → Ree-koh,NASA → Nah-sah)。
    • 数字:年份用撇号('93)或单词(nineteen ninety-three);数字写全(four-oh-four,而非 404)。
  • 修正后校验:通过 check_pronunciation_enforcement 确认发音表中所有条目均出现在歌词里。
  • 输出整合:若输入为曲目文件,则更新 Pronunciation Notes 表格并在歌词框中应用音标替换;否则输出独立报告,含风险清单、已自动修正项、待用户确认项与干净歌词。

使用方式

  • 输入:$ARGUMENTS,可为曲目文件路径或直接给出的歌词。
  • 纯音乐保护:若为曲目文件路径,先检查 frontmatter 中 instrumental: true 或 Track Details 表中 Instrumental | Yes,若为纯音乐则停止并报告 「SKIP — Instrumental track (no lyrics to scan for pronunciation)」,不扫描。
  • 人声曲目流程:给定曲目文件路径则读取并扫描、报告问题与修正;给定歌词则直接扫描并标记风险词。
  • 自动修正规则:技术术语、常见缩写、数字一律自动修正;同形异义词、名称、有地区变体的词(data、either、route)须先询问用户。
  • 发音指南:同时引用两份指南 —— 插件维护的基础指南(${CLAUDE_PLUGIN_ROOT}/reference/suno/pronunciation-guide.md,包含通用发音规则、常见同形异义词、技术术语,由插件维护者更新)与自定义覆盖指南。通过 load_override("pronunciation-guide.md") 加载覆盖内容,若存在则与基础指南合并,覆盖条目优先;不存在则仅用基础指南。覆盖文件支持添加艺人名、专辑专属术语与流派术语。
  • 新增自定义发音:发现用户内容特有的新发音问题时,将条目写入覆盖指南 {overrides}/pronunciation-guide.md(先读取配置获取 paths.overrides 位置,不存在则创建并带表头结构,加入对应分区,包含单词、标准拼写、音标拼写、备注)。禁止编辑基础指南,因为插件更新会覆盖它。

典型报告输出

扫描后会列出:行号与上下文、风险原因(歧义类型)、建议音标拼写、存在多种读音时的备选。例如:Line V1:3 「We live in darknet spaces」标记 live 为同形异义词,需在 "lyve"(动词)或 "liv"(形容词)间澄清;Line C:1 「SQL injection in the code」自动改为 "S-Q-L injection in the code";Line V2:5 「Reading Linux logs at 3AM」自动改为 "Reading Lin-ucks logs at 3 A-M"。

适用场景

歌词中包含专有名词、技术术语、同形异义词或数字,且准备交由 Suno 生成演唱时。特别适用于含艺人名、专辑标题、叙事/纪录片专辑中角色名、专辑专属地名等需要固定发音的内容。

限制与注意事项

  • 不扫描纯音乐曲目。
  • 同形异义词无法自动解决,必须用户确认。
  • 基础指南不可编辑。
  • 资料未提供该技能的具体收费、价格、平台或效果数据;这些信息暂未提供。