如何使用 SSML 标记自定义生成的语音

Wave.video 使用Amazon Polly技术从文本生成音轨。有时，默认结果并不完美，您可能需要调整语音。下面是 SSML 标签，希望对您有所帮助！

这很简单！将文本放入两个<speak>标记中：

<说>你好！</说

请注意，有些 SSML 标签不能用于神经语音，反之亦然。请确保使用正确的标记。

TTS 会在逗号、句末和段落后自动暂停。创建额外停顿的最简单方法是使用<break>标记。普通语音和神经语音都可以使用。

该标签有不同的参数来定义暂停的强度：弱、中、强、x-强。此外，您还可以使用时间参数指定暂停的确切时间。请参阅下面的示例：

<speak>
Oh, laziness, come, come to me, <break strength="strong"/> alone.
You’re called for by soft coolness and good rest <break time="0.8s"/>
Only in you I see my goddess own
</speak>

您可以使用 <prosody> 标签使声音变大或变小。使用silent、x-soft、soft、medium、loud、x-loud值来改变声音：

<speak> 每个人都想知道<prosody volume="x-loud">蓝调</prosody>从何而来？ </speak>

想要更严格地控制音量？只需输入分贝值即可。试试吧

<speak> And everything <prosody volume="-5dB">看起来不错</prosody> tonight </speak>

注： +6 分贝几乎使音量翻倍，-6 分贝则使音量降低 50%。

普通文本到语音和神经文本到语音都支持音量控制。

同样的<prosody>标签在这里也有帮助！速度可以通过速率属性设置，使用x-慢、慢、中、快、x-快或百分比。试试这个：

<speak> <prosody rate="x-slow">红色货车，黄色货车。</prosody> <prosody rate="fast">红色货车，黄色货车。</prosody> <prosody rate="200%">红色货车，黄色货车。

既适用于神经语音，也适用于普通语音。

要强调一个词，请使用带有level属性的<emphasis>标签。它有 3 个选项，下面是它们的工作原理：

• 强： 增大音量，放慢语速，使讲话声音更大，语速更慢。

• 适度：增大音量，放慢语速，但比 "强 "小。默认为中等。

• 减小：降低音量并加快语速。语音更柔和，语速更快。

这里有一个例子：

<speak> <emphasis level="reduced">她是那个</emphasis><emphasis level="strong">会注意到</emphasis>春天的第一朵骁勇<emphasis level="moderate">正在绽放</emphasis>的人</emphasis> </speak>

强调对神经声音不起作用。

您在寻找新闻播报员风格的演讲稿吗？我们可以满足您的需求！

<speak> <amazon:domain name="news"> 摘自 1912 年 4 月 16 日星期二出版的《卫报》：白星邮轮 "泰坦尼克号 "的处女航以灾难告终。泰坦尼克号于周三从南安普顿出发前往纽约。周日深夜，它在纽芬兰大浅滩附近撞上了冰山。泰坦尼克号通过无线电报发出了求救信号，附近的几艘邮轮及时捕捉到了信号并作出了反应。

不过，有些神经语音也可以使用这种技巧：

• 马修或乔安娜的声音 (en-US)

• 卢佩

• 艾米 (en-GB)

在亚马逊 Polly 文档中了解此功能的所有选项。