NyarchAssistant 语音合成功能优化：处理特殊符号的技术方案

NyarchAssistant 语音合成功能优化：处理特殊符号的技术方案

NyarchAssistant Nyarch Linux Assistant (Newelle Fork) 项目地址: https://gitcode.com/gh_mirrors/ny/NyarchAssistant

问题背景

NyarchAssistant 是一款基于语音交互的智能助手应用。在最新版本开发过程中，用户反馈语音合成(TTS)功能会朗读出不需要的符号内容，主要包括两类特殊符号：

1. Emoji表情符号：如😊、👍等
2. Nerd Font符号：一种常用于终端和开发环境的特殊字体符号集

这些符号在视觉显示时能增强用户体验，但通过语音朗读出来反而会影响理解，如TTS引擎可能会将"👍"读作"thumbs up sign"等冗长描述。

技术解决方案

开发团队针对这一问题实施了以下优化措施：

1. 文本预处理过滤

在文本送入TTS引擎前，增加了预处理环节，通过正则表达式匹配并移除以下内容：

• 所有标准Unicode Emoji字符
• 常见的格式化标记(如action等强调标记)
• Nerd Font专用符号

2. 动态替换机制

对于需要保留视觉显示但不需要朗读的场景，实现了动态替换机制：

• 保留原始文本中的符号用于界面显示
• 生成一份净化后的副本专门用于TTS朗读

3. 可配置选项

虽然当前版本默认启用了符号过滤，但保留了扩展性，未来可添加配置选项让用户自行选择：

• 完全禁用符号过滤
• 选择性过滤(如仅过滤Emoji或仅过滤Nerd Font)

实现细节

核心过滤逻辑基于Unicode字符集特性实现：

# 示例代码逻辑
def sanitize_for_tts(text):
    # 移除Emoji
    text = re.sub(r'[\U0001F600-\U0001F64F]', '', text)  
    # 移除Nerd Font符号
    text = re.sub(r'[\uE000-\uF8FF]', '', text)
    # 移除格式化标记
    text = re.sub(r'\*.*?\*', '', text)
    return text

用户影响

这一改进使得：

1. 语音输出更加干净专业，不再朗读无关符号
2. 视觉显示保持不变，不影响原有用户体验
3. 特别适合终端开发者使用Nerd Font的场景

未来优化方向

1. 增加符号过滤的白名单机制
2. 支持用户自定义替换规则
3. 针对不同语言优化符号处理逻辑

该优化已包含在NyarchAssistant 0.9b及后续版本中，用户升级后即可体验更流畅的语音交互。

NyarchAssistant Nyarch Linux Assistant (Newelle Fork) 项目地址: https://gitcode.com/gh_mirrors/ny/NyarchAssistant