问题标签 [ssml]

使用 WaveNet 语音时使用 ssml 时无法生成不同的音频波。

使用强调标签会产生相同的结果。

我们正在使用来自 Google Cloud Text-to-Speech 的 Python API 来请求音频生成。

我想在每个样本中听到不同的声音强度。

请注意，我们也尝试对 " 进行缩放，但它对生成的音频没有影响。

https://issuetracker.google.com/issues/131618213

SSML Volume 属性对输出音频没有影响

以下是ssml

这是一个示例代码

配音(ssml);

我预计每行的音量都会增加，但事实并非如此。

我正在尝试从一大段中生成音频，但 Google 忽略了 SSML 标签。

如果我将文本修剪到大约三行，则标签会受到尊重，但更多的是使它们不可见。

请求成功通过，但缺少中断标记。这不仅可以通过代码重现，还可以在服务网站上的公共游乐场上重现。

我们在 Google Action 中使用女性 1 作为声音。我们的意图由云功能实现，该功能以一些 SSML 进行响应。

多次触发意图后，扬声器发出低音耳鸣，将声音切换到男性。

有没有人经历过或者知道发生了什么？

我正在使用 Dialogflow 代理来提供辅助操作。当我尝试使用 SSML自定义意图的响应输出时收到错误消息。

我对“Google Assistant”有一个简单的回应（除了默认）

使用纯文本很好，文本到语音的工作。但是，如果我尝试自定义输出，我会在模拟器中测试操作时收到格式错误的请求错误。

产生：

谁能指出可能出了什么问题？

奇怪的是，即使使用 XML 内容而不是“阅读”代码，文本也能正确说出。但是，似乎没有应用中断，强调等

这是响应JSON中返回的内容

我们可以在来自 webhook 的对话流 JSON 响应中使用 SSML，即不使用 Google Assistant 客户端库。基本上，我想在 AWS Lambda 上托管的 webhook 的响应中返回 SSML 子别名。我尝试搜索是否可以使用对话流 JSON 响应，但无法在任何地方找到它。

我正在编写一个 Python 脚本来将 SSML 转换为应用程序的音频。我已经可以进行文本转换，但我正在通过在控制台中进行试验来找出 SSML 部分。

从文档中：https ://docs.aws.amazon.com/polly/latest/dg/supported-ssml.html#emphasis-tag有一个使用带有 level 参数的强调标签的示例：

当我在控制台中输入我的 SSML 时：

按下“收听音频”按钮后，控制台返回错误

输入文本包含无效的 SSML 语法。修复 SSML 语法，然后重试。

如果我删除 level 关键字，那么 SSML 会读取

它被正确转换。

Polly 文档中提供的示例有效，但我无法弄清楚为什么我的文本有错误。

我想通过 Google Cloud text-to-speech API 使用SSML 标记来请求音频流中这些标记的时间。这些时间戳是必要的，以便为用户提供效果提示、单词/部分突出显示和反馈。

我发现这个问题是相关的，尽管这个问题是指每个单词的时间戳而不是 SSML<mark>标签。

以下 API 请求返回 OK，但显示缺少请求的标记数据。这是使用Cloud Text-to-Speech API v1.

回复：

它只提供没有任何上下文信息的合成音频。

是否有我忽略的 API 请求可以公开有关这些标记的信息，例如IBM Watson和Amazon Polly的情况？

我正在制作一个 twilio 自动驾驶仪项目，我想使用 SSML 进行响应。每次我触发包含 SSML 的意图时，它都会崩溃，而调试器中没有任何显示。这就是我正在做的事情：

请注意（如果这很重要）我正在为我的项目使用控制台。

我究竟做错了什么？这不是您使用 SSML 进行自动驾驶的方式吗？我没有将它重定向到另一个函数或任何花哨的东西。

谢谢您的帮助！

我开发了一个 C# Windows 应用程序 uisng Azure“文本到语音”API，但对于中文，我还没有弄清楚如何插入 Azure API 可以解释的 SSML 格式的拼音字符串。我知道 Amazon Polly 可以解释以下 SSML 代码，我只是想用 Azure 做同样的事情。

我是否应该只使用其他音素选项创建一个 SSML 代码，例如

• ipa——国际音标
• sapi – 语音 API 电话集

使用 Azure 实现这一点？

预先感谢您的帮助。