精灵名字生成器

使用方法

1. 填「生成数量」，默认 12 个，范围 1～50。一次生成太多意义不大——超过 30 个之后，用生日悖论算出来的「本该重名」的概率会超过 5%。
2. 填「随机种子」，默认 20261004。同一个种子加同一套参数，永远得到同一批名字；把种子发给同事，对方就能复现你看到的那 12 个。
3. 选「词素风格」，默认中性（尾音节库 24 个）。切成月语或林语时，尾音节库缩到 12 个，整批名字的收尾音会明显统一。
4. 选「音节结构」，默认混合，双音节和三音节都出。想要名字短促就选「只用双音节」，想要更长更绕就选「只用三音节」。
5. 选「附中文译名」，默认附上。译名是按音节逐段查表拼的直译，不是真名，用来读顺口或做角色设定都够用。
6. 点「生成名字」或在任一输入框里按 Enter。结果区一次列出全部名字，超过 15 个时结果框内部滚动。
7. 「复制结果」拿到纯文本名单，「导出 CSV」把重名概率对照表存成带 BOM 的文件，Excel 打开中文不乱码。

精灵名字生成器能解决什么问题

一是给奇幻设定的角色批量取名字。写小说、跑团、做游戏时，一个精灵村落要十几个名字，纯靠手编很快就重复。这个精灵名字生成器的三个词素池每次洗牌后取前若干条，一批 12 个名字互不重复，可以直接贴进设定文档。

二是让结果可复现、可分享。名字生成器最常见的问题是「刷出一批好看的，再也刷不回来」。本页把随机数换成带种子的确定性算法，种子 20261004 永远对应同一批 12 个名字，团队协作时可以直接说「用种子 20261004 那批」。

三是按语音风格挑词素库。月语风格的尾音节集中在 mir / riel / neth / vyn 这类带鼻音和流音的收尾上，听感偏柔和；林语风格集中在 wen / las / dor / ath 这类爆破与齿音上，听感偏硬朗。这是用「库」而不是用「滤镜」做出的风格差异，拼出来的名字是词素层面的真差异。

四是顺手得到中文译名。给中文团跑团或写中文小说时，光有拉丁字母名没法念。本页按音节逐段查表，把 elaanorn 译成「艾拉安奥恩」，保留了音节数，不会出现一个三音节名被译成两个字的情况。

本页不做的事：它只拼名字，不做姓氏、不做称谓、不做背景故事，也不判断名字是否符合某种版权作品的既有角色名。想要中文姓名的组合请用虚拟姓名生成器，想要某个具体题材的名字请用对应题材的名字生成器。

原理：词素库、可复现随机与洗牌去重

名字由三段词素拼成，双音节省掉中段。首音节池 24 个、中音节池 12 个、尾音节池 24 个。双音节名的结构是「首 + 尾」，共 24 × 24 = 576 种；三音节名是「首 + 中 + 尾」，共 24 × 12 × 24 = 6,912 种。两者合计 576 + 6,912 = 7,488 种，这就是本页右上角「组合空间」那一格的来源。

随机数用的是 mulberry32，不是 Math.random。Math.random() 无法指定种子，也就无法复现。mulberry32 是一个 32 位整数状态的伪随机数发生器，每次调用把状态自增一个常数 0x6D2B79F5，再经过三轮异或与乘法混合，最后用 >>> 14 取高位，除以 2^32 得到一个 [0,1) 的浮点数。它只需要一个整数种子就能完全决定后续序列，因此种子相同必然结果相同。

种子按 32 位取模，所以 0 和 4294967296 等价。函数第一句是 a |= 0，它把入参截断成 32 位有符号整数。2^32 − 1 = 4,294,967,295 是能保留原值的最大的种子；填 4,294,967,296 会被截成 0，填非整数 1.5 会被截成 1。本页的种子输入框把范围卡在 0～4,294,967,295，就是为了让「你看到的种子」和「实际生效的种子」永远一致。

去重靠 Fisher–Yates 洗牌，而不是「抽到重复就再抽」。先把 7,488 个候选取出来，用同一个 rnd() 做一次从后往前的 Fisher–Yates 洗牌：第 i 位与 [0, i] 中随机一位交换，交换完就把这一位固定下来。洗牌之后按顺序取前 n 个，天然互不相同——因为它们是排列的前 n 项，不是放回抽样的结果。这比「循环重抽直到不重复」既快又确定：重抽法在 n 接近池大小时可能长时间打转，而洗牌法一次遍历就结束。

中文译名是逐音节查表，不做音变。三个池各配一张「音节 → 汉字」表，例如 ael → 艾尔、orn → 奥恩、eth → 丝。翻译时把名字按音节切开，逐段取汉字再拼接，所以 doreeth 拆成 dor + e + eth，译成「多尔 + 厄 + 丝」＝「多尔厄丝」。这样做的代价是译名读起来偏生硬（真实音译会做省音和连读），好处是完全可预测：同一个音节永远译成同一个汉字，不会两次生成出两种译法。

为什么要做 Unicode 归一化。如果把带分音符的写法（ë）加进词素库，就要注意它有两种等价的编码方式：预组合的 U+00EB 是 1 个码元，而 e 加组合分音符 U+0308 是 2 个码元，两者显示一样但字符串比较不相等。本页的词素全是 ASCII，不会踩这个坑；如果你自己往池里加了带变音符号的音节，记得先用 normalize('NFC') 统一，否则去重会失效。

完整示例（数值仅作演示）

页面打开时的默认参数是：数量 12、种子 20261004、词素风格中性、音节结构混合、附中文译名。下面是这套参数生成的完整名单。

• 总计 12 个名字，其中三音节 11 个、双音节 1 个（oriwyn），同一次生成内重名 0 个；
• 第一个名字是 elaanorn（艾拉安奥恩），由首音节 ela、中音节 an、尾音节 orn 拼成；
• 拉丁名长度在 5 到 9 个字母之间，全库平均 7.62 个字母；双音节 576 种、三音节 6,912 种，合计 7,488 种；
• 中文译名长度在 3 到 6 个汉字之间，最长的一个是「芬恩阿伊斯」；
• 把种子改成 1，同一套参数得到的是「maeilath / uvaanys / silornis」开头的另一批，与上面 12 个完全不重叠；
• 把风格从「中性」改成「月语」后，尾音节池从 24 个缩到 12 个，组合空间从 7,488 种降到 3,744 种，生成的名字收尾音会集中在 mir / riel / neth / vyn 这一组上。

再看一个概率上的边界例子：如果按纯随机放回抽样，一次抽 12 个时出现重名的概率约 0.878%，抽到 50 个时升到 15.091%。这个值用生日悖论近似算：p ≈ 1 − exp(−n(n−1) ÷ 2N)，其中 N = 7,488。本页因为做了整池洗牌，实际重名数恒为 0，所以第二列只用来提示「什么时候该换一批」。

输入范围与组合对照表

下表是不同生成数量下「纯随机抽样会重名」的概率，用生日悖论公式算出，N 取中性风格的 7,488。第三列是本页的真实表现。

再看三套词素库的规模对照。风格不是给名字加装饰，而是直接换掉整个尾音节池，组合空间因此差一倍。

输入范围、边界与精度说明

• 数量限 1～50 的整数。0 会被拦下（生成 0 个名字没有意义），小数会被拦下（不能生成半个名字），超过 50 会被拦下并提示改用两批。上限 50 不是技术限制——洗牌本身能支撑 7,488 个——而是超过之后清单已经不适合人眼通读。
• 种子限 0～4,294,967,295 的整数。这正是 32 位无符号整数的范围。低于 0 或高于上限都会被拦下，因为那些值会被 | 0 悄悄改掉，导致「显示的种子」和「真实种子」不一致，破坏可复现性。
• 同一种子下结果完全确定。整条链路只有两个随机来源：mulberry32 与 Fisher–Yates。两者都由种子唯一决定，所以同一组参数必得同一批名字。这也意味着「多刷几次碰运气」这个操作在本页不存在——想换结果就换种子。
• 译名长度在 3～6 个汉字。双音节名译成 3～4 个字，三音节名译成 4～6 个字。译名总字数等于各音节汉字数之和，因为本页不做省音与连读，所以看起来会比常规音译略长。
• 拉丁名长度在 5～9 个字母。最短的形态是「3 字母首音节 + 2 字母尾音节」的组合，最长是「3 + 2 + 4」。平均 7.62 个字母，落在常见西文名字的长度区间内。
• 候选池在每次生成时当场重算。这个精灵名字生成器用三层循环即时拼出 7,488 个候选，再走一次 7,488 步的洗牌，整轮耗时在一毫秒量级，连点几十次也不会卡，所以不做常驻缓存——池子随风格与音节结构变化，缓存反而要额外维护失效逻辑。
• 译名表只覆盖池内音节。如果你自己往池里加了新音节而没有同步补译名表，那个音节会译成空字符串，名字仍会生成但中文译名会缺一段。这是刻意的失败方式：宁可露出缺口，也不要静默编一个不存在的译法。
• 本页刻意不做的近似。不做音节和谐（元音搭配筛选）、不做重复字母抑制（比如避免 laell 这类三连音）、不做姓氏与称谓。这些都是「再上一层的规则」，加了之后随机性会下降，可复现性也会变复杂。

常见问题

相关工具

• 星球名字生成器：同样是词素拼接，但输出的是地名而不是人名。
• 外星人名字生成器：词素库的听感更硬，和精灵的柔和收尾正好互补。
• 古罗马名字生成器：有「名 + 族名 + 别号」的三段结构，比本页多一层规则。
• 昵称生成器：偏向可注册、好记的短名，投放场景和本页不同。
• 游戏ID生成器：同时考虑长度上限与字符集限制，是「取名」这件事的另一套约束。
• 随机数生成器：想验证 mulberry32 这类伪随机序列时，用它可以做对照。
• 生成器：查看全部生成器工具。