Question

我知道TTS系统会暂停一段时间（。）或逗号（，）。但是我怎么能让它暂停一段时间呢？例如，在问答情节中，我希望语音能够阅读问题并暂停一下，这样听众就能在心中回答问题，然后语音会回答答案。

我已尝试将一系列句点拼接在一起，但它们似乎在TTS中合并为一个，以便它们有效地暂停与单个句点相同的长度（Linux上的Festival没有这样做，但在Windows上SAPI似乎到）。

我是否可以使用一些字符或字符序列来获得更长的暂停？或者另一种实现这一目标的手段？

Answer 1

字符不会。使用XML markup更好地控制它，传递SPF_IS_XML标志：

  HRESULT hr = pVoice->Speak(L"Hello <silence msec=\"1000\"/> world", 
                  SPF_IS_XML, NULL );

或者您可以将SSML document与SPF_PARSE_SSML标志一起使用，使用<break>元素：

<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xml:lang="en-US">
   Hello<break time="1000ms" />world
</speak>

如果你可以使用C＃，那么PromptBuilder类非常方便构建SSML：

    private SpeechSynthesizer synth = new SpeechSynthesizer();

    private void sayHello() {
        var builder = new PromptBuilder();
        builder.AppendText("Hello");
        builder.AppendBreak(TimeSpan.FromMilliseconds(1000));
        builder.AppendText("world");
        synth.SpeakAsync(new Prompt(builder));
   }

我可以插入一些字符以获得SAPI5 TTS更长时间的停顿吗？

1 个答案: