Pronunciations

Pronunciations

【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS

Names and terms with non-obvious pronunciations. Used by your DA's TTS system.

• LifeOS→ P-A-I (letters, not "pie")
• Anthropic→ an-THROP-ick

要点有二： 1. **用途定位**：它记录"发音不显然"（non-obvious）的人名和术语，供 DA 的 TTS 系统使用——这正是语音体验中"说对名字"的关键数据源； 2. **表达方式**：采用 `**原文** → 音标/读法` 的条目式写法，例如 LifeOS 要逐字母读作 P-A-I，而不是读成 "pie"；Anthropic 读作 an-THROP-ick。 ### 模板 frontmatter 逐字段解读 模板顶部的 YAML frontmatter 是 Pulse v2 页面系统的元数据，决定了该文件在发布与渲染管线中的行为： ```yaml category: voice # 页面归类：属于语音（voice）域 kind: reference # 页面类型：reference（参考页，渲染为键值表） publish: false # 模板本身不对外发布，仅作为个人起步脚手架 review_cadence: never # 无需周期性审查 provenance: template # 来源标记：template（模板）→ 编辑后自动变为 customized last_updated: 2026-05-03

其中kind: reference意味着该页面在 Pulse v2 UI 中以"参考表"（键值对表格）的形式渲染，这一点可以从 PULSE/Schema/Snapshots/pronunciations.fixture.html 快照中看到对应的ref-table渲染实现。而provenance字段则与模板流转机制绑定（见下节）。

模板的 provenance 流转机制

根据 USER_TEMPLATES/README.md 的说明，所有USER_TEMPLATES/下的*.md文件都是"每个 Pulse v2 页面的起步脚手架"：

• provenance: template—— 公开发布管线会在下一个版本中包含该文件，所有运行 LifeOS 的用户都会得到同一份起步内容；
• provenance: customized—— 发布管线会排除该文件，你的个性化编辑保持私有。

你无需手动翻转该字段：系统会检测编辑（无论是通过 Pulse 内联编辑器，还是直接修改文件 mtime），并自动把template翻转为customized。README 同时提到MarkTemplate.ts与MarkCustomized.ts两个 CLI 可用于极少数需要强制覆盖的场景。

二、把模板落地为个人发音库

模板的用法在 USER_TEMPLATES/README.md 中有标准三步流程，对发音模板同样适用：

1. 复制模板到USER/目录（去掉_TEMPLATES后缀）：

   cp LIFEOS/USER_TEMPLATES/Pronunciations.md LIFEOS/USER/Pronunciations.md

2. 编辑文件，写入自己的内容。Pulse 检测到改动后会自动把provenance: template翻转为provenance: customized；
3. 也可以删掉模板、完全从零编写——Pulse 只要求 manifest 指向的文件真实存在（LIFEOS/PULSE/pages/<id>.manifest.toml）。

三份文件的角色分工

结合仓库实际内容，发音定制涉及三份文件，职责各不相同：

关键事实：语音层不读取 Markdown 笔记，只读取同名.json扁平映射。这一点在用户笔记版PRONUNCIATIONS.md开头有醒目标注，也在 JSON 文件自身的_comment中再次声明（详见下两节）。

安装到个人环境后，运行时路径为~/.claude/LIFEOS/USER/PRINCIPAL/PRONUNCIATIONS.json——该默认路径由 VoiceServer 源码硬编码（见第五节）。

三、真正的数据源：PRONUNCIATIONS.json 扁平映射

仓库随发行版携带的示例 install/USER/PRINCIPAL/PRONUNCIATIONS.json 全文如下：

{ "_comment": "Pronunciation overrides for the TTS layer. Flat map: exact text to match -> how it should be spoken. Matching is literal, so add each inflection you actually say ('is live', 'went live'). The VoiceServer reads THIS file (LIFEOS/USER/PRINCIPAL/PRONUNCIATIONS.json); the sibling PRONUNCIATIONS.md is human notes only. Delete these examples and add your own.", "LifeOS": "LIFE-ohess", "is live": "is lyve", "went live": "went lyve" }

这份 JSON 定义了三层语义：

1. 结构："原文" -> "读音"的扁平映射（flat map），即一个普通对象，键是文本原文，值是该文本应当被 TTS 念出的读音写法；
2. 匹配是字面精确的（matching is literal）：不做词形还原、不做大小写归一，你实际说出的每个形态都要单独建一条规则。例如同样是 "live"，过去式 "went live" 与现在时 "is live" 读音不同，就要分别写"is live": "is lyve"和"went live": "went lyve"；
3. 示例即占位：LifeOS: "LIFE-ohess"是随发行版携带的示例条目，注释明确要求"删除这些示例、添加你自己的"。

值得注意的细节是，模板中的 LifeOS 读法是逐字母 P-A-I（letters, not "pie"），而用户示例 JSON 中的读法是整体拼读 LIFE-ohess——两者并不冲突：前者是模板给出的"发音思路"，后者是发行版示例采用的"读法风格"，你完全可以在自己的 JSON 里按喜好选择任何一种（或自创第三种），只要键值配对即可。底层实现完全不关心读音字符串的书写风格，只负责把原文替换成读音文本（见第五节）。

四、PRONUNCIATIONS.md：给人看的发音笔记

用户笔记版 install/USER/PRINCIPAL/PRONUNCIATIONS.md 的作用是记录"为什么存在这条覆盖规则"。其开头明确警告：

The voice layer does NOT read this file. It reads the siblingPRONUNCIATIONS.json, a flat"text": "spoken form"map. This markdown file is for your own notes onwhyan override exists; every entry you actually want spoken must also exist in the.json.

即：笔记不驱动语音，条目必须同步存在于.json中才会被念出来。这份笔记提供了三类结构化表格模板，供你维护"人读"视角的发音词典：

## Names | Word | Pronunciation | Notes | |------|---------------|-------| | (your last name) | (phonetic) | (any context) | ## Technical terms | Word | Pronunciation | Notes | |------|---------------|-------| ## Acronyms | Acronym | Pronunciation | Notes | |---------|---------------|-------| | LifeOS | LIFE-ohess | product name |

三张表分别覆盖人名（Names）、技术术语（Technical terms）、缩写（Acronyms）——这三类恰恰是 TTS 最容易读错的领域。表格的 Notes 列用于补充语境（如 "silent c, soft-t"），帮助未来的你理解当初为什么这样标。

五、源码级原理：VoiceServer 如何编译与套用发音规则

发音规则的实际执行者是 Pulse 的语音服务端 PULSE/VoiceServer/voice.ts。其实现分为"加载编译"与"文本替换"两段，值得逐行理解。

5.1 加载与编译：loadPronunciations

源码位于voice.ts第 169–197 行。默认读取路径硬编码为用户主目录下的安装产物：

const paiDir = join(homedir(), ".claude", "LIFEOS") const userPronPath = customPath ?? join(paiDir, "USER", "PRINCIPAL", "PRONUNCIATIONS.json")

• 支持通过customPath（对应配置项pronunciations_path，见voice.ts第 29 行）覆盖默认位置；
• 文件存在则JSON.parse得到扁平映射，并逐条编译为正则规则：
  • escapeRegex（第 165–167 行）先把术语中的正则特殊字符（.*+?^${}()|[\]\\等）全部转义，保证字面匹配；
  • 词边界锚定技巧（第 182–183 行）：只在术语首/尾字符是单词字符（\w）时才添加\b。源码注释点明了原因——\b只存在于单词字符旁边，若在.env这种以点开头的术语前加\b，或在Live.这种以点结尾的术语后加\b，规则会静默失效。因此：

    const lead = /^\w/.test(term) ? "\\b" : "" const tail = /\w$/.test(term) ? "\\b" : ""

• 若文件缺失，仅记录一条 warning（"TTS will use default pronunciations"），不影响服务启动。

5.2 文本替换：applyPronunciations

源码位于voice.ts第 199–205 行：

function applyPronunciations(text: string): string { let result = text for (const rule of pronunciationRules) { result = result.replace(rule.regex, rule.phonetic) } return result }

所有规则按声明顺序依次替换，前一条替换的结果会进入下一条匹配。因此在 JSON 中把更具体的短语（如 "is live"）排在更泛的词（如 "live"）之前，可以获得更可预期的结果。

5.3 在 TTS 管线中的位置

发音替换发生在同形异义词消歧之后、真正交给 TTS 合成之前（voice.ts第 330 行附近）：

const pronouncedText = applyPronunciations(disambiguateHomographs(text))

这意味着一份文本会先经过同形异义词处理（例如区分 "live" 的两种读法），再套用你的发音覆盖规则，最终才进入 ElevenLabs 等 TTS 引擎。此外，启动日志与健康检查会报告已加载的规则数量：loadPronunciations成功时输出loaded N pronunciation rules，健康/状态信息中也会带上pronunciation_rules计数（见voice.ts第 654、670 行），方便你确认自己的 JSON 是否真的被加载。

六、两种录入途径：/interview 与直接编辑

6.1 通过 /interview 交互采集

用户笔记版PRONUNCIATIONS.md明确建议：运行/interview来捕获 DA 必须念对的词。其背后的采集逻辑在 TOOLS/InterviewScan.ts 第 101 行附近，访谈问题包含：

"Your name (with pronunciation if uncommon)?"

即访谈流程会在问及姓名时主动索要"非常规发音"，把容易念错的名字在源头就收集下来。同时，主身份配置中也为发音预留了字段——TOOLS/LifeosConfig.ts 第 37 行定义了pronunciation?: string，并在第 174 行把principal.pronunciation映射进配置结构，说明"发音"是 DA 身份建模中的一等公民。

6.2 直接编辑 JSON

更直接的方式是手动编辑~/.claude/LIFEOS/USER/PRINCIPAL/PRONUNCIATIONS.json（仓库内示例见 install/USER/PRINCIPAL/PRONUNCIATIONS.json）。编辑时注意：

• 保留_comment字段的语义约定：匹配是字面精确的；
• 把每个实际会说的形态都单独建条，例如同时维护"is live"与"went live"；
• 读音字符串就是你希望 TTS 念出的文本，可以用音节化拼写（如LIFE-ohess）、逐字母读法（如P-A-I）或自定义音标风格；
• 修改后需让 VoiceServer 重新加载——从源码看，发音规则在服务启动/配置加载阶段（voice.ts第 640 行loadPronunciations(config.pronunciations_path)）读入，重启或触发重新加载后生效。

七、参考页渲染与 Schema fixture

发音页面在 Pulse v2 中属于kind: reference页面，其构建产物的 schema 示例见 PULSE/Schema/Fixtures/pronunciations.reference.json：

{ "kind": "reference", "title": "Pronunciations", "category": "voice", "description": "Names and terms with non-obvious pronunciations.", "entries": [ { "key": "Schmidt", "value": "shmit", "notes": "silent c, soft-t" }, { "key": "LifeOS", "value": "P-A-I", "notes": "letters not 'pie'" } ], "meta": { "schemaVersion": "1.0.0", "pageId": "pronunciations", "lastBuildAt": "2026-05-03T01:00:00.000Z", "sourceHashes": { "LIFEOS/USER/PRINCIPAL/PRONUNCIATIONS.json": "ghi789" }, "adapterVersion": "pronunciations-v1", "model": "claude-sonnet-4-6", "costUSD": 0.005, "latencyMs": 1800, "provenance": "customized", "warnings": [] } }

【免费下载链接】LifeOS⛰️ The Life Operating System — an intent engineering platform that moves you from your current state to your ideal state, in life and work.项目地址: https://gitcode.com/GitHub_Trending/pe/LifeOS