不同的<prosody> ssml值在Google Text to Speech中生成相同的音频
不同的<prosody> ssml值在Google Text to Speech中生成相同的音频
提问于 2019-04-30 17:49:41
在使用WaveNet语音时使用ssml时，无法生成不同的音频波形。
<prosody rate="slow" pitch="-2st">Can you hear me now?</prosody>
<prosody rate="medium" pitch="1st">Can you hear me now?</prosody>
<prosody rate="high" pitch="5st">Can you hear me now?</prosody>使用emphasis标签会产生相同的结果。
我们使用来自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，我们也尝试美化"，但它对生成的音频没有任何影响。
回答 1
Stack Overflow用户
发布于 2020-08-25 03:10:22
我不知道Python sdk是什么样子的，但我目前正在使用他们的NodeJs sdk for TTS。
看起来，这些韵律属性(速率，音量，音高)，而不是设置和传递你的ssml文本，应该直接在请求对象中配置，该对象将被发送到Google TTS api。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55918292
复制相关文章
相似问题
腾讯云开发者
