語音合成標記語言 (SSML) 概觀
語音合成標記語言 (SSML) 是以 XML 為基礎的標記語言,可用來微調文字到語音輸出屬性,例如音調、發音、說話速率、音量等等。 它提供您比純文字輸入更多的控制和彈性。
提示
您可以使用語音庫來聽到不同樣式的語音,並音調讀取範例文字。
使用案例
SSML 的設計目的是讓您彈性地讓語音輸出聽起來,並提供不同的屬性來自定義該輸出。 您可以使用 SSML 來:
- 定義輸入文字結構 ,以決定文字到語音輸出的結構、內容和其他特性。 例如,您可以使用 SSML 來定義段落、句子、中斷或暫停或無聲。 您可以用事件卷標來包裝文字,例如書籤或viseme,您的應用程式稍後可以處理。 viseme 是語音的視覺描述,即語音的個別語音聲音,以口語表示。
- 選擇語音、語言、名稱、樣式和角色。 您可以在單一 SSML 檔中使用多個語音。 您也可以調整強調、說話速率、音調和音量。 SSML 也可以插入預先錄製的音訊,例如音效或音樂筆記。
- 控制輸出音訊的發音。 例如,您可以使用 SSML 搭配音素和自訂語彙來改善發音。 您也可以使用 SSML 來定義單字或數學運算式的發音方式。
使用 SSML 的方式
SSML 功能適用於可能符合使用案例的各種工具。
重要
系統會針對轉換成語音的每個字元收費,包括標點符號。 雖然 SSML 檔本身無法計費,但服務會計算您用來調整文字轉換成語音方式的選擇性元素,例如語音和音調,作為可計費字元。 如需詳細資訊,請參閱 定價注意事項。
您可以透過下列方式使用 SSML︰
- 音訊內容建立 工具可讓您在Speech Studio中撰寫純文字和SSML。 您可以接聽輸出音訊並調整 SSML 以改善語音合成。 如需詳細資訊,請參閱 語音合成與音訊內容建立工具。
- 批次合成 API 會透過
inputs
屬性接受 SSML。 - 語音 CLI 會透過
spx synthesize --ssml SSML
命令行自變數接受 SSML。 - 語音 SDK 會透過不同支援語言的「口語」SSML 方法接受 SSML。