Использование личного голоса в приложении

Вы можете использовать идентификатор профиля диктора для синтеза речи на любом из 91 поддерживаемых языков в более чем 100 языковых локалях. Не требуется тег локали. Личный голос использует автоматическое обнаружение языка на уровне предложения.

Интеграция личного голоса в приложении

Для использования личного голоса в приложении необходимо использовать язык разметки синтеза речи (SSML ). SSML — это язык разметки на основе XML, который предоставляет стандартный способ разметки текста для создания искусственной речи. Теги SSML используются для управления произношением, громкости, шагом, скоростью и другими атрибутами выходных данных синтеза речи.

• Свойство speakerProfileId в SSML используется для указания идентификатора профиля говорящего для личного голоса.

• Имя голоса указывается в свойстве name SSML. Для персонального голоса его имя должно быть одним из поддерживаемых имен в базовой голосовой модели. Чтобы получить список поддерживаемых имен голосовой связи базовой модели, используйте BaseModels_List операцию пользовательского API голосовой связи.

  Примечание.

  Имена голосов, помеченные таким образом, как Latest, DragonLatestNeural или PhoenixLatestNeural, будут обновляться время от времени; их производительность может варьироваться с обновлениями для постоянного улучшения. Если вы хотите использовать фиксированную версию, выберите одну метку с номером версии, например PhoenixV2Neural.

• DragonLatestNeural — это базовая модель с превосходным сходством в клонировании голоса по сравнению с PhoenixLatestNeural. PhoenixLatestNeural является базовой моделью с более точным произношением и более низкой задержкой, чем DragonLatestNeural.

• Для личного голоса можно использовать <lang xml:lang> элемент для настройки языка речи. Это то же самое, что и у многоязычных голосов. Узнайте , как использовать элемент lang для говорить на разных языках.

Ниже приведен пример SSML в запросе на text to speech с именем голоса и идентификатором профиля говорящего. В этом примере также показано, как переключаться с языка en-US на zh-HK, используя элемент <lang xml:lang>.

<speak version='1.0' xmlns='http://www.w3.org/2001/10/synthesis' xmlns:mstts='http://www.w3.org/2001/mstts' xml:lang='en-US'>
    <voice name='DragonLatestNeural'> 
        <mstts:ttsembedding speakerProfileId='your speaker profile ID here'> 
            I'm happy to hear that you find me amazing and that I have made your trip planning easier and more fun. 
            <lang xml:lang='zh-HK'>我很高興聽到你覺得我很了不起，我讓你的旅行計劃更輕鬆、更有趣。</lang>
        </mstts:ttsembedding> 
    </voice> 
</speak>

SSML можно использовать с помощью Speech SDK или REST API.

• Синтез речи в реальном времени: используйте Speech SDK или REST API для преобразования текста в речь.
  • При использовании Speech SDK не устанавливайте идентификатор конечной точки, так же как и при использовании заранее настроенных голосов.
  • При использовании REST API используйте стандартную конечную точку голосов.

Поддерживаемые и неподдерживаемые элементы SSML для личного голоса

Подробные сведения о поддерживаемых и неподдерживаемых элементах SSML для моделей Phoenix и Dragon см. в следующей таблице. Инструкции по использованию элементов SSML см. в структуре и событиях документов SSML.

Поддерживаемые и неподдерживаемые функции пакета SDK для личного голоса

В следующей таблице описаны возможности пакета SDK для моделей Phoenix и Dragon. Дополнительные сведения об использовании этих функций пакета SDK в приложениях см. в статье "Подписка на события синтезатора".

Справочная документация

Следующие шаги

• Дополнительные сведения о пользовательском голосе см. в обзоре.
• Дополнительные сведения о Speech Studio см. в обзоре.