本研究提出了BreezyVoice，一个针对台湾普通话多音字消歧的文本转语音系统，结合先进语言模型，优化语音生成，尤其在代码切换环境中表现突出。

本研究解决了中文普通话文本转语音系统中的多音字消歧问题，提出了一种端到端框架，无需任何预处理，通过输入包含多音字的句子来预测其发音。研究发现，利用预训练的BERT模型提取语义特征并结合神经网络分类器，显著提高了多音字消歧的表现，且上下文信息对消歧过程的影响也得到了探讨。