这篇文章只回答一个问题：一套能跑通的苏州话 TTS，离「能拿去用」还差多少？ 我们用自己的数字人产线跑了一批真机合成，把每条音频的时长和体积全部量下来，不做抽样、不挑好看的样本，结果就摆在下面。
| 指标 | 数值 | 说明 |
|---|---|---|
| 总时长 | 85.08 s | 110 条，平均 0.77 s/条 |
| 中位数 | 0.48 s | 一半的词短于这个值 |
| P90 | 1.97 s | 最长的 10% 从 1.97 秒起 |
| 最短 / 最长 | 0.32 / 2.98 s | 相差 9.3 倍 |
| 平均码率 | 69.7 kbps | 按总字节 ÷ 总时长换算 |
注意均值 0.77 秒和中位数 0.48 秒差了 0.29 秒。原因是几个长词（「衣裳店」2.98s、「半夜三更」2.74s、「素鸡」2.51s）把均值抬起来了， 而绝大多数常用词都落在 0.3~0.6 秒。拿均值做工期或存储估算，会系统性高估 60% 以上；这也是我们把估算器的系数改成中位数的原因。
| 字数 | 条数 | 均值(s) | 中位(s) | 最短(s) | 最长(s) | <0.40s |
|---|---|---|---|---|---|---|
| 1 字 | 12 | 0.99 | 0.71 | 0.32 | 2.22 | 2 |
| 2 字 | 67 | 0.72 | 0.43 | 0.27 | 2.51 | 26 |
| 3 字 | 26 | 0.75 | 0.51 | 0.33 | 2.98 | 4 |
| 4 字 | 5 | 1.08 | 0.72 | 0.61 | 2.74 | 0 |
1 字词只有 12 条，均值 0.99 秒、最短 0.32 秒，样本小但趋势清楚：单字最容易出事。 合成器对孤立单字缺少上下文，倾向给一个「最短合法音节」，一旦被切到 0.35 秒以下，声调就丢了。
我们把 110 条分到 8 个语义类别，看平均时长差异（相对 1 字词均值 0.99 秒）：
| 类别 | 条数 | 均值(s) | 相对单字 |
|---|---|---|---|
| 动作 | 10 | 1.28 | 129% |
| 数字 | 9 | 0.93 | 94% |
| 穿衣 | 7 | 0.92 | 93% |
| 吃食 | 22 | 0.81 | 82% |
| 时间 | 18 | 0.77 | 77% |
| 人称 | 18 | 0.62 | 63% |
| 居家 | 16 | 0.62 | 63% |
| 问候 | 10 | 0.45 | 45% |
动作类（走路、掼跤、汏浴等）均值 1.28 秒，明显长于问候类 0.45 秒。 这不是模型偏心，而是动作词天然带两个以上音节且中间有停顿；问候词（倷好、再会）被语言模型当成高频短语整体加速。 做数字人开场白时优先用问候类词，节奏最稳；动作类词建议拼进完整句子，不要单独播。
| 词 | 字数 | 时长(s) | 标记 | 试听 |
|---|---|---|---|---|
| 阿爹 | 2 | 0.27 | S | |
| 白露 | 2 | 0.27 | S | |
| 勿碍 | 2 | 0.29 | S | |
| 几化 | 2 | 0.29 | S | |
| 枕头 | 2 | 0.29 | S | |
| 面饽 | 2 | 0.30 | S | |
| 礼帽 | 2 | 0.30 | S | |
| 板凳 | 2 | 0.31 | S | |
| 被面 | 2 | 0.31 | S | |
| 放手 | 2 | 0.31 | S | |
| 主客 | 2 | 0.32 | S | |
| 晚娘 | 2 | 0.32 | S | |
| 勿好 | 2 | 0.32 | S | |
| 茶 | 1 | 0.32 | T | |
| 囡五 | 2 | 0.33 | S | |
| 一百五 | 3 | 0.33 | S | |
| 户头 | 2 | 0.34 | S | |
| 清水 | 2 | 0.34 | S | |
| 油水 | 2 | 0.34 | S | |
| 房子 | 2 | 0.34 | S | |
| 勿关 | 2 | 0.35 | S | |
| 晏歇 | 2 | 0.35 | S | |
| 炒面 | 2 | 0.35 | S | |
| 猪头肉 | 3 | 0.35 | S | |
| 阿要 | 2 | 0.37 | S | |
| 阿局 | 2 | 0.37 | S | |
| 俚笃 | 2 | 0.38 | S | |
| 房间 | 2 | 0.38 | S | |
| 裤子 | 2 | 0.38 | S | |
| 勿客气 | 3 | 0.39 | S | |
| 六 | 1 | 0.39 | T | |
| 豆腐浆 | 3 | 0.39 | S | |
| 饭 | 1 | 0.44 | T | |
| 河 | 1 | 0.44 | T | |
| 井 | 1 | 0.47 | T | |
| 四 | 1 | 0.53 | T | |
| 蟹壳黄 | 3 | 2.18 | L | |
| 汏 | 1 | 2.22 | L | |
| 白相 | 2 | 2.24 | L | |
| 二十 | 2 | 2.34 | L | |
| 欢喜 | 2 | 2.37 | L | |
| 讲章 | 2 | 2.41 | L | |
| 小菜 | 2 | 2.46 | L | |
| 素鸡 | 2 | 2.51 | L | |
| 半夜三更 | 4 | 2.74 | L | |
| 衣裳店 | 3 | 2.98 | L |
下面就是全部 110 条，按类别排序。点 ▶ 试听 是懒加载，不点不下载，首屏不受影响。 每条后面的数字都是实测值，没有四舍五入到「好看」的整数。
| 词条 | 类别 | 释义 | 时长(s) | 字节 | 标记 | 试听 |
|---|---|---|---|---|---|---|
| 两家头 | 人称 | 两个人 | 0.45 | 4,269 | — | |
| 主客 | 人称 | 顾客 | 0.32 | 3,309 | S | |
| 亲婆 | 人称 | — | 0.52 | 4,845 | — | |
| 亲眷 | 人称 | 亲戚 | 0.42 | 4,077 | — | |
| 俚笃 | 人称 | ①他们 | 0.38 | 3,693 | S | |
| 倷 | 人称 | 你 | 0.89 | 7,725 | — | |
| 啥 | 人称 | 什么 | 1.28 | 10,989 | — | |
| 啥人 | 人称 | 什么人，谁 | 0.49 | 4,653 | — | |
| 啥场化 | 人称 | 什么地方 | 0.71 | 6,381 | — | |
| 啥辰光 | 人称 | 什么时候 | 1.17 | 10,029 | — | |
| 囡五 | 人称 | 女儿 | 0.33 | 3,309 | S | |
| 娘娘 | 人称 | — | 1.75 | 14,637 | — | |
| 户头 | 人称 | ①对人不很尊重的称谓 | 0.34 | 3,501 | S | |
| 晚娘 | 人称 | 后母，母亲去世后，父亲续娶，称父亲的后妻为晚娘 | 0.32 | 3,309 | S | |
| 熟自人 | 人称 | 熟人 | 0.69 | 6,189 | — | |
| 老娘家 | 人称 | 背称自己的父亲或别人的父亲 | 0.47 | 4,461 | — | |
| 阿婆 | 人称 | — | 0.44 | 4,269 | — | |
| 阿爹 | 人称 | — | 0.27 | 2,925 | S | |
| 兜圈子 | 动作 | 绕圈儿 | 0.55 | 5,037 | — | |
| 兜远路 | 动作 | 绕远路 | 0.48 | 4,653 | — | |
| 拎勿清 | 动作 | 反应迟钝，头脑不灵活 | 0.51 | 4,845 | — | |
| 放手 | 动作 | 撒手，解除一切清规戒律 | 0.31 | 3,309 | S | |
| 欢喜 | 动作 | ①喜爱 | 2.37 | 19,629 | L | |
| 汏 | 动作 | 洗 | 2.22 | 18,477 | L | |
| 火着 | 动作 | 失火 | 1.33 | 11,373 | — | |
| 白相 | 动作 | 玩儿 | 2.24 | 18,669 | L | |
| 落雨 | 动作 | 下雨 | 0.40 | 3,885 | — | |
| 讲章 | 动作 | 说话，谈话 | 2.41 | 20,013 | L | |
| 团子 | 吃食 | — | 0.51 | 4,845 | — | |
| 小菜 | 吃食 | 下饭菜肴的总称 | 2.46 | 20,397 | L | |
| 开水 | 吃食 | — | 1.04 | 9,069 | — | |
| 梨膏糖 | 吃食 | — | 0.65 | 5,997 | — | |
| 汤水圆 | 吃食 | — | 0.72 | 6,381 | — | |
| 油水 | 吃食 | ①指饭菜里所含的脂肪质 | 0.34 | 3,501 | S | |
| 清水 | 吃食 | 原指水质干净的水，引申为不掺假或没有油水的东西 | 0.34 | 3,501 | S | |
| 炒面 | 吃食 | — | 0.35 | 3,501 | S | |
| 猪头肉 | 吃食 | 熟食店里出售的用猪头作原料的熟肉，一般是最廉价的熟肉 | 0.35 | 3,501 | S | |
| 糖粥 | 吃食 | 糯米甜粥，沿街挑担叫卖，击竹筒为号 | 0.41 | 4,077 | — | |
| 素鸡 | 吃食 | — | 2.51 | 20,781 | L | |
| 花生糖 | 吃食 | — | 0.51 | 4,845 | — | |
| 茶 | 吃食 | — | 0.32 | 3,309 | T | |
| 茶水 | 吃食 | 泛指茶和开水 | 0.53 | 5,037 | — | |
| 萝卜干 | 吃食 | 用切成块的萝卜腌制而成，是便宜的食物 | 0.55 | 5,229 | — | |
| 蟹壳黄 | 吃食 | — | 2.18 | 18,093 | L | |
| 豆腐浆 | 吃食 | — | 0.39 | 3,885 | S | |
| 豆芽菜 | 吃食 | 专指绿豆芽 | 0.63 | 5,805 | — | |
| 酒 | 吃食 | — | 1.58 | 13,293 | — | |
| 酱肉 | 吃食 | — | 0.79 | 6,957 | — | |
| 面饽 | 吃食 | 面粉 | 0.30 | 3,117 | S | |
| 饭 | 吃食 | ①煮熟的米饭 | 0.44 | 4,269 | T | |
| 井 | 居家 | 水井 | 0.47 | 4,461 | T | |
| 井水 | 居家 | 水井中的水 | 1.97 | 16,557 | — | |
| 台子 | 居家 | — | 0.40 | 3,885 | — | |
| 吊桶 | 居家 | 从井中汲水用的桶，旧时用木桶，现在用铅桶 | 0.46 | 4,269 | — | |
| 房子 | 居家 | — | 0.34 | 3,501 | S | |
| 房间 | 居家 | ①单间屋子 | 0.38 | 3,693 | S | |
| 板凳 | 居家 | 长凳 | 0.31 | 3,117 | S | |
| 板床 | 居家 | — | 1.72 | 14,445 | — | |
| 枕头 | 居家 | 睡觉时垫在头下的东西 | 0.29 | 3,117 | S | |
| 河 | 居家 | — | 0.44 | 4,269 | T | |
| 河水 | 居家 | 苏州市区的河水一向不能食用，旧时用井水，现在用自来水 | 0.41 | 3,885 | — | |
| 碗橱 | 居家 | — | 0.45 | 4,269 | — | |
| 筷五 | 居家 | 筷子 | 0.87 | 7,725 | — | |
| 被面 | 居家 | — | 0.31 | 3,117 | S | |
| 铅桶 | 居家 | — | 0.46 | 4,461 | — | |
| 镜子 | 居家 | 玻璃制作的照人的用具 | 0.67 | 5,997 | — | |
| 一 | 数字 | 数目 | 1.53 | 12,909 | — | |
| 一半 | 数字 | 二分之一 | 0.73 | 6,573 | — | |
| 一百五 | 数字 | — | 0.33 | 3,309 | S | |
| 三个 | 数字 | 数量词 | 0.41 | 4,077 | — | |
| 二十 | 数字 | 数目 | 2.34 | 19,437 | L | |
| 五 | 数字 | 名词后缀，只用在以下几个词中 | 1.84 | 15,405 | — | |
| 六 | 数字 | — | 0.39 | 3,885 | T | |
| 几化 | 数字 | 多少，问价钱与大小，高低，重量等 | 0.29 | 3,117 | S | |
| 四 | 数字 | — | 0.53 | 5,037 | T | |
| 一歇歇 | 时间 | 时间很短暂 | 1.68 | 14,061 | — | |
| 上昼 | 时间 | 中午十二点钟以前，十二点钟以后叫“下昼” | 0.43 | 4,077 | — | |
| 停歇 | 时间 | 过一会儿 | 0.98 | 8,493 | — | |
| 半夜三更 | 时间 | 深夜 | 2.74 | 22,701 | L | |
| 垂夜快 | 时间 | 傍晚 | 0.47 | 4,461 | — | |
| 夜里 | 时间 | — | 1.18 | 10,221 | — | |
| 夜饭 | 时间 | 晚饭 | 0.72 | 6,573 | — | |
| 大清老早 | 时间 | 清晨 | 0.61 | 5,613 | — | |
| 小暑 | 时间 | 二十四节气之一 | 0.51 | 4,845 | — | |
| 小雪 | 时间 | 二十四节气之一 | 0.46 | 4,461 | — | |
| 岁朝 | 时间 | 阴历大年初一 | 0.59 | 5,421 | — | |
| 往常日脚 | 时间 | 泛指过去的日子 | 0.72 | 6,381 | — | |
| 成更半夜 | 时间 | 深夜 | 0.72 | 6,381 | — | |
| 日里向 | 时间 | — | 0.45 | 4,269 | — | |
| 日间日 | 时间 | 一天隔一天 | 0.50 | 4,653 | — | |
| 晏歇 | 时间 | 过一会儿 | 0.35 | 3,501 | S | |
| 清明 | 时间 | 二十四节气之一，苏州习俗，那天要祭祖扫墓 | 0.44 | 4,269 | — | |
| 白露 | 时间 | 二十四节气之一 | 0.27 | 2,925 | S | |
| 白鞋子 | 穿衣 | — | 0.93 | 8,109 | — | |
| 皮鞋 | 穿衣 | — | 0.98 | 8,493 | — | |
| 礼帽 | 穿衣 | — | 0.30 | 3,117 | S | |
| 线袜 | 穿衣 | — | 0.40 | 3,885 | — | |
| 衣裳 | 穿衣 | — | 0.50 | 4,653 | — | |
| 衣裳店 | 穿衣 | — | 2.98 | 24,621 | L | |
| 裤子 | 穿衣 | — | 0.38 | 3,693 | S | |
| 勿关 | 问候 | 没有关系 | 0.35 | 3,501 | S | |
| 勿好 | 问候 | ①不可以 | 0.32 | 3,309 | S | |
| 勿客气 | 问候 | 不客气 | 0.39 | 3,885 | S | |
| 勿来事 | 问候 | 不行 | 0.40 | 3,885 | — | |
| 勿碍 | 问候 | 不要紧，不妨事，没关系 | 0.29 | 3,117 | S | |
| 来事 | 问候 | 行，不行说勿来 | 0.97 | 8,493 | — | |
| 阿壳张 | 问候 | 反问词，谁知，哪知道 | 0.42 | 4,077 | — | |
| 阿局 | 问候 | 行不行，成不成 | 0.37 | 3,693 | S | |
| 阿有介事 | 问候 | ①有没有这事，回答可用“有介事”，“呒介事” | 0.61 | 5,613 | — | |
| 阿要 | 问候 | 要不要 | 0.37 | 3,693 | S |
我们卖的不是「AI 能说苏州话」这个概念，而是已经按上面口径筛过一遍的词表： 3,550 条苏州话词条（含吴语拼音与释义），配合这套合成链路，落地时不需要再从零调参。买之前建议先用两件免费工具自测：
如果你要的是「能直接上线的方言数字人/客服语音」，那不是买一份词库能解决的，走服务线更省事：服务与报价。
看 3,550 条苏州话词库（¥99） 先免费测覆盖率合成成功只说明声学模型不报错。真正决定能不能用的是三件事：时长是否够念完、字与字的边界是否清楚、异常短词是否被硬切。本次 110 条里，2 字词 67 条有 26 条（38.8%）短于 0.40 秒，这类片段放进客服话术或讲解稿里会明显「吞字」。
因为样本里 1 字词多是叹词、称呼（倷、阿爹等），模型会给完整音节的收尾；而 2 字词大量是高频词，模型按词整体发音，语速被拉快，个别被压到 0.27~0.35 秒。均值被少数长词（如 2.51s 的「素鸡」）抬高，中位数才有参考价值。
可以，但要改口径：不要只看平均时长，按字数分组看最小值和短于 0.40s 的条数，并对所有 <0.40s 的片段做人工复听。本页的风险标记 T/S/L 就是这三条判据的可执行版本，原始 JSON 可直接下载对照。
本页 110 条试听是演示音频，只用于判断音色与清晰度，不随商品交付。商品交付的是词库 JSON（3,550 条）与可复现的合成链路说明。
数据与文案均由本站实测产出，未使用任何第三方评测结论。若你发现某条时长与你的复现结果不一致，欢迎带文件来对，我们改数据不改口径。