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,可用來微調文字轉換語音屬性,例如音調、發音、說話速率、音量等等。 相較于純文字輸入,您有更多控制權和彈性。

提示

您可以透過 語音庫來聽聽不同樣式的語音,以及閱讀範例文字的音調。

案例

您可以使用 SSML 來:

  • 定義輸入文字結構 ,以決定文字到語音轉換輸出的結構、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。 您可以使用書簽或 viseme 等事件標記來包裝文字,稍後可由您的應用程式處理。
  • 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。 調整強調、說話速率、音調和音量。 您也可以使用 SSML 來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 phonemes 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

重要事項

轉換成語音的每個字元都會計費,包括標點符號。 雖然 SSML 文件本身不可計費,但用來調整文字轉換成語音的選擇性元素 (例如音素和音高) 則視為可計費的字元。 如需詳細資訊,請參閱文字轉換語音定價附註

您可以使用下列方式使用 SSML:

下一步