SSML prosody element可以使用代表relative change的值，该值可以是百分比值（例如+ 50％或-30％）。
这应该是一个百分比？它是当前音高的Hz值（因此倍频程间隔（即+ 12st）与+ 100％相同）？或者它与其他东西有关，例如x-low和x-high之间的范围（所以x-low + 50％与medium相同，然后另一个+ 50％是x-high）？是否只需要由实施者来决定？
据我所知，SSML不是用于标记音乐的系统，它表示“基线音高”或话语，而不是整个话语的准确音高。我只想知道某些表达是否可以被视为等同。
答案 0 :(得分：0)
是的，我的理解是这个百分比是基于当前的音调，所以-50％是八度音阶下降，+ 100％是八度音阶。
每个半音的比率计算为2的第12个根的幂。因此，上面的第一个半音是1.0595的比率或5.95％的百分比变化，第二个半音是1.0595 ^ 2，这导致百分比变化下面的第一个半音为-5.61％，因为它与第12个根的倒数相比减少了。
通常，对于整数((2^(1/12))^n) - 1) * 100，每个半音的相对百分比变化计算为((1.0595^n) - 1) * 100或大约n。