圖說：墨寒在聲音試聽室裡保留 Yating，也迎接各地女性聲音
圖說：墨寒的語音模式設定畫面
昨天談四種語言的最小可用化，今天要處理一個看似只是下拉選單，實際上直接影響海外使用者能不能聽見墨寒的問題。
我自己的 Windows 是台灣繁中環境，熟悉的女性本機語音是 Microsoft Yating。早期設定畫面裡主要只有 Yating、HanHan，對我而言很自然；但我忽然想到：如果一位美國、歐洲或中國大陸使用者下載墨寒，他的 Windows 根本沒有這兩個名字，程式是不是就等於沒有本機聲音可選？
答案是：如果程式把聲音名稱寫死，真的會出問題。Windows 本機語音不該是一份由開發者替全世界決定的名單，而應該從使用者電腦實際安裝的語音中選擇。
我仍希望台灣繁中使用者第一次啟動時優先使用 Yating。她的聲線與墨寒形象相符，也延續既有使用者的習慣。增加英文、簡中與日文支援，不代表要把原本正常的繁中預設改掉。
但「預設」和「唯一允許」是兩回事。
英文 Windows 可能安裝英語女性聲音，簡中 Windows 也可能有普通話女性聲音。程式要先讀取系統裡實際登記的語音，再依介面語言尋找完全相符或同一語言家族的選項。繁中先找 Yating；其他語言則優先找相符語系的女性聲音。只有使用者真的安裝了什麼，清單才顯示什麼。
這個改動讓墨寒不再假設每台電腦都和我的一樣，也避免英文使用者看著兩個完全陌生、甚至不存在的中文語音名稱。
我曾問 Codex，能不能把本機語音鎖定為女性。對一般工具來說，讓使用者自由選男聲或女聲也許比較彈性；但墨寒是有固定身分與聲線設定的角色，突然用男性聲音說話會直接破壞角色連續性。
所以這裡不是在替 Windows 聲音做價值排序，而是在守住角色規格：只列出系統明確標示為女性的已安裝聲音。
實作上也要保守。若某個陌生語音沒有清楚標示性別，程式不應偷偷把它當成女性，只因為清單不能空白。Yating 與 HanHan 在較舊的 Windows 登記資料中可能缺少性別欄位，因此保留相容判斷；已知男性聲音則明確排除。若真的找不到合格聲音，介面要告訴使用者，而不是悄悄換成不符合角色的系統預設。
這個選擇會犧牲一點「不管怎樣都要出聲」的方便，換來角色一致性與可預期性。我認為值得。
Windows 本機語音有不同來源與登記方式。有些來自較新的系統語音套件，有些走傳統桌面語音介面；名稱、語系與性別資料不一定每台電腦都相同。使用者在設定裡看到的簡單下拉選單，背後其實是在整理這些差異。
我不需要成為 Windows 語音專家，仍可以定義幾個清楚的結果：
Codex 能針對這些規則建立假的語音清單測試排序，不需要每次都依賴我電腦上剛好安裝哪些套件。但假的清單只能證明選擇規則，不能證明某位海外使用者的 Windows 一定把語音資料登記得完全相同。
我們可以把三台想像中的電腦排在一起檢查。第一台是我的 zh-TW Windows，同時有 Yating 和另一個女性聲音，結果應優先選 Yating；第二台是英文 Windows，只裝了英語女性聲音，清單不該憑空出現 Yating；第三台是簡中環境，若有 zh-CN 女性聲音就應優先使用，而不是因為同樣是中文便跳回台灣繁中。再加一台只有男性或性別未知聲音的電腦，正確結果不是硬選一個，而是顯示沒有已確認的女性聲音。
這種測試讓我看懂「鎖定女性」不是介面把幾個名稱藏起來而已，從偵測、排序、保存到真正播放都要遵守同一條規則。否則設定頁看似正確，播放時又被底層偷偷換成別的系統預設，角色仍會穿幫。
這是我必須誠實保留的驗證邊界。我們能檢查程式如何讀取與篩選，也能在現有 Windows 環境播放 Yating；英文、簡中與其他地區的聲音套件，仍需要更多真實電腦回報音質、名稱和可用性。
如果未來有國外工程師參與，他們最有價值的貢獻不一定是寫一大段新功能，也可能只是告訴我：「我的 Windows 11 英文版列出了這些女性聲音，墨寒正確選到了哪一個」；或送一個小 PR，補上某個系統差異的處理。
國際化讓我學到，不能用自己的電腦代表全世界。好的預設要照顧原本使用者，好的偵測則要尊重每台電腦的真實狀態。
明天 Day 8，我會把「聲音」再拆開一層：OpenAI 雲端語音與 Windows 本機語音不只是兩個選項，它們的成本、隱私、自然度與失敗方式都不同。為什麼墨寒需要兩條路，而不是只留下聽起來最好的一條？
本篇描述的是墨寒對已安裝 Windows 女性語音的選擇規則。實際可用聲音由 Windows 版本、語言套件與使用者安裝狀態決定。
iThome鐵人賽
看影片追技術