我已经按照示例应用程序使用GitHub存储库下的文本生成语音。
https://github.com/Azure-Samples/Cognitive-Speech-TTS/tree/master/Samples-Http/CSharp
我的应用程序运行正常只有问题是说话率或每个单词后的中断/暂停。
输入文字：y u 7 f s d 2 3 e
以下是我正在使用的样本SSML：
<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xmlns:mstts="http://www.w3.org/2001/mstts" xml:lang="en-IN"><voice xml:lang="en-IN" name="Microsoft Server Speech Text to Speech Voice (en-IN, Ravi, Apollo)">y u 7 f s d 2 3 e</voice></speak>
我想在每个字母表后暂停。因为我正在使用此音频以音频模式获取验证码文本。
请建议正确的方法。
P.S：我不想通过复制粘贴重复整个代码。 （使用GIT的样本）
我甚至在下面的链接评论中跟随对话，没有运气。
https://docs.microsoft.com/en-us/azure/cognitive-services/speech/home
答案 0 :(得分：2)
这 - ＆gt; ＆＃34; Y＆＃34 ;. ＆＃34; U＆＃34 ;. ＆＃34; 7＆＃34 ;. ＆＃34; F＆＃34 ;. ＆＃34; S＆＃34 ;. ＆＃34; d＆＃34 ;. ＆＃34; 2＆＃34 ;. ＆＃34; 3＆＃34 ;. ＆＃34; E＆＃34 ;. ＆lt; - 它适用于bing语音网页测试。 对你来说也应该没问题。 这是SSML：
<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 xml:lang="en-US" name="Microsoft Server Speech Text to Speech Voice (en-US, ZiraRUS)">"y". "u". "7". "f". "s". "d". "2". "3". "e".
</voice>
</speak>