Presentamos un marco semiautomático para transcribir nombres personales extranjeros al lituano, con el objetivo de reducir errores de pronunciación en sistemas de texto a voz. Enfocándonos en datos ruidosos recopilados de la web, el proceso combina filtrado basado en reglas, normalización morfológica y anotación manual de acentos, el único paso no automatizado, para generar datos de entrenamiento para modelos de transcripción a nivel de caracteres.