Lichess NVUI模块中棋步语音播报的技术解析与优化方案

背景概述

在国际象棋在线平台Lichess的非可视化用户界面(NVUI)模块中，存在一个涉及语音合成引擎(TTS)对棋步播报的语义解析问题。当使用字母坐标记谱法时，某些TTS引擎会将棋步代码错误解析为数学表达式或其他缩写，例如将"e4"误读为"十的四次方"。

问题本质

该问题本质上属于TTS引擎的通用性挑战：

1. 字母数字组合歧义：棋步标记如"Nf3"可能被解析为缩写（如"National Forest"）
2. 数学表达式冲突：类似"e4"的标记易与科学计数法混淆
3. 引擎字典差异：不同TTS引擎（如Windows On-core、Vocalizer）存在个性化词典

技术解决方案

方案一：标点符号优化

通过引入分隔符改善语义边界识别：

- 1 e4, e5
+ 1. e4, e5

• 小数点作为分隔符可有效提示TTS终止序号朗读
• 逗号保持为回合分隔符

方案二：空格策略

对时间显示等数字组合采用间隔优化：

- 05:00
+ 05 : 00

通过增加空格强制TTS按独立数字朗读

方案三：上下文标记（备选）

可考虑添加HTML语义标记：

<span class="chess-move">1. e4</span>

为未来可能的ARIA标签支持预留接口

技术权衡

1. 兼容性考量：标点方案对现有用户影响最小
2. 扩展性：小数点方案为后续语音链接功能预留空间
3. 维护成本：无需维护多套语音规则引擎

最佳实践建议

1. 优先采用小数点分隔方案
2. 对时间显示统一采用间隔格式
3. 在CSS中预留语音优化类名
4. 避免过度工程化解决TTS固有问题

延伸思考

该案例揭示了人机交互中的通用设计原则：

• 符号系统的无歧义性要求
• 辅助技术适配的渐进增强策略
• 平台特性与通用标准的平衡艺术

这种优化思路同样适用于其他需要语音合成的棋类应用或数学公式展示场景。