同一段稿子，切成短句合成听着正常，整段一次性合成却出现拖长、吞字或停顿错位，通常不是 Luna-TTS 的合成质量问题，而是断句粒度和稿件结构没对上。判断该按短句喂还是整段喂，靠猜没有用：拿同一段对照文本分别按短句、整段各合成一遍，两遍都从头听到尾，再决定切分规则。
短句合成正常、整段合成发垮，多数情况下差异来自切分位置，而不是模型本身。做法是：用同一段同时含短句和长句的对照文本，先按句切分合成一遍，再整段不切分合成一遍，两遍都完整听一遍，逐句记录吞字、拖长和停顿位置；把差异归到切分、标点、文本本身三类，只为确认跟着切法走的那一类写断句规则，并用一段新文本复测。换文本后问题位置变了，规则就要放宽。
准备一份同时含短句和长句的对照文本
两遍合成必须面对同样的文字，差异才有可比性。对照文本不必长，150 到 300 字即可，但结构要覆盖：连续短句、带逗号的长句、冒号引出的列举、引号内的英文标识、数字与时间、句末标点齐全的收尾句。下面用 [停] 标出必须停顿的位置，也就是短句版要切开的地方。
今天下午三点，产品组把方案发到了群里。[停]
大家看完以后，主要有三个问题：[停]
第一，首页那句文案太长，读起来容易断气。[停]
第二，接口返回里的「status: pending」要不要念出来？[停]
第三，明早 9:30 的评审会改到线上还是线下？[停]
老王说先别动，等测试跑完再说。[停]必须停顿的位置建议固定为这几处：句末的句号、问号、感叹号之后；冒号引出列举之后；列举项之间；引号包裹的英文标识符前后。逗号和顿号处不设硬停顿，留给合成时的自然处理，这样第二次整段合成才有观察价值。
把这段文字存成 paragraph.txt，两遍合成读同一个文件，中间不要改字、不要补标点。
按短句切分合成第一遍并逐句记录
先只打印切分结果，确认切点落在你标的位置，再开始合成。下面这段骨架里的 synthesize 一行换成你自己的 SDK 调用，参数名以实际 SDK 为准；音色、语速、采样率在整个测试里保持不变，否则后面无法归因。
text = open('paragraph.txt', encoding='utf-8').read()
segs = [s.strip() for s in text.split('[停]') if s.strip()]
for i, seg in enumerate(segs):
print(i, len(seg), seg)
# audio = tts.synthesize(text=seg, voice=VOICE, speed=SPEED)
# open(f'short_{i:02d}.wav', 'wb').write(audio)逐句听完后按下表记录。不要只写「正常」或「不正常」，要写清听到的现象。判断标准可以先定三条：句首第一个字有没有被吃掉；句尾尾音是否被拖长到不自然；句与句之间的停顿长度是否接近正常说话的换气习惯。
| 序号 | 文本特征 | 听感问题 | 句间停顿是否自然 | 吞字或拖长 |
|---|---|---|---|---|
| 0 | 含时间数字的短句 | （按实际听感填） | （自然 / 偏长 / 偏短） | （有无） |
| 1 | 冒号引出列举 | （按实际听感填） | （自然 / 偏长 / 偏短） | （有无） |
| 2 | 引号内英文标识 | （按实际听感填） | （自然 / 偏长 / 偏短） | （有无） |
这一遍的目的只是拿到短句条件下的听感基线，不用在这一步调整任何参数。
按整段不切分合成第二遍并记录
把 paragraph.txt 整段一次性喂进去，其他设置与第一遍保持一致。这一步最常见的失误是顺手换了音色或语速，那样两遍差异就没有意义了。
text = open('paragraph.txt', encoding='utf-8').read()
# audio = tts.synthesize(text=text, voice=VOICE, speed=SPEED)
# open('whole.wav', 'wb').write(audio)听完后逐项和短句版对照，按下面的清单列差异，并记下问题出现在第几段、第几句附近。
| 对照维度 | 短句版 | 整段版 | 问题出现的段落位置 |
|---|---|---|---|
| 句首字头是否被吃 | （填听感） | （填听感） | （第几段第几句） |
| 句尾尾音是否拖长 | （填听感） | （填听感） | （第几段第几句） |
| 句中停顿位置 | （填听感） | （填听感） | （第几段第几句） |
| 语速是否忽快忽慢 | （填听感） | （填听感） | （第几段第几句） |
| 数字与时间读法 | （填听感） | （填听感） | （第几段第几句） |
| 英文标识读法 | （填听感） | （填听感） | （第几段第几句） |
位置要写得具体，例如「第一条列举之后没有停顿，直接连读第二条」「引号里的英文标识连读成一串」。只写「后半段听起来差」没法用于下一步归因。
把两遍差异归到切分、标点、文本本身三类
归因靠一次只改一个变量：换切法不换文本，换标点不换切法，换写法不换切法。三类问题的判断依据和例子如下。
- 切分：同一段文字短句版正常、整段版出问题，且问题位置正好落在切点附近（句末、冒号后、列举项之间），改写标点后问题依旧。例：整段版在「第一，」之后直接连读下一句，短句版在同样位置的停顿听起来接近正常换气，这类差异值得写进断句规则。
- 标点：两遍都在同一个标点附近出问题，改动标点后听感变化。例：文本里写「status: pending」，半角冒号加空格在整段合成里可能被忽略或被读成奇怪的停顿，改成中文描述「status 为 pending」再合成，读法变清楚，就说明是标点写法的问题。
- 文本本身：两遍都不对，且和切点无关，改写写法后才正常。例：「9:30」在短句版和整段版读法都不符合预期，写成「九点三十分」后正常，这类属于文本规范化，不该写成断句规则。
三类都记完再定规则，不要把两遍里出现的所有问题都归给 Luna-TTS 的合成质量。
写出自己的断句规则并复测一次
把确认属于切分和标点的问题转成能机械执行的规则条目。可以先按下面几条起步，再按自己稿件的听感调整：
- 句末的句号、问号、感叹号一律作为硬切点。
- 冒号引出列举时，冒号后是硬切点，每个列举项单独成段。
- 逗号处不硬切；单句超过你设定的字数上限时（可以先按 25 到 35 字试，再按听感收紧），在语义完整的逗号处切一次。
- 引号内的英文标识符、字段名前后各留一个停顿，或提前改写成中文描述。
- 时间、金额、单位、多音字提前写成中文读法。
复测要用一段新文本，结构相似但措辞不同，同样包含短句、长句、列举、数字和英文标识，例如把上面对照文本改写成一段会议纪要或产品说明，保持同样的句式类型。把新文本按规则切一遍合成，再整段不切分合成一遍，两遍对照听，重点看原来的问题位置在新文本上是否还出现。
如果问题跟着规则消失，规则可以保留；如果问题换了位置出现，说明阈值或切点类型要改，例如列举项本身太长，就要在列举项内部再加一次切分；如果问题在两种切法下都在，回到第四步按文本本身处理。规则建议写在项目里的一个配置文件或注释块中，和稿件放在一起，下次换文本直接复用。