Question

我注意到输出单个数字后跟<break>时会出现背景噪音。我正在使用德语女声1.我有以下SSML标记来重现这种行为：

<speak>
   <prosody rate="medium">
      <s>
         <say-as interpret-as="cardinal">0</say-as><break time="1250ms"/>
         <say-as interpret-as="cardinal">1</say-as><break time="1250ms"/>
         <say-as interpret-as="cardinal">2</say-as><break time="1250ms"/>
         <say-as interpret-as="cardinal">3</say-as><break time="1250ms"/>
         <say-as interpret-as="cardinal">4</say-as><break time="1250ms"/>
         <say-as interpret-as="cardinal">5</say-as><break time="1250ms"/>
         <say-as interpret-as="cardinal">6</say-as><break time="1250ms"/>
         <say-as interpret-as="cardinal">7</say-as><break time="1250ms"/>
         <say-as interpret-as="cardinal">8</say-as><break time="1250ms"/>
         <say-as interpret-as="cardinal">9</say-as><break time="1250ms"/>
         <say-as interpret-as="cardinal">0</say-as>
      </s>
   </prosody>
</speak>

我也想提供一个Link到mp3（用TTS模拟器生成，德语，语音女1）。您可以清楚地听到噪音，特别是在数字0,2,3,4,6,7之后。只有在<break>之后有<say-as interpret-as="cardinal">时才会出现此效果。

我希望这种SSML标记完全没有背景噪音。

我使用上面的标记告诉用户一个电话号码<say-as interpret-as="telephone">01234567890</say-as>将数字拼写得过快。

Answer 1

请尝试以下操作：

<speak>
   <prosody rate="medium"> 
         <s><say-as interpret-as="cardinal">0</say-as></s><break time="1250ms"/>
         <s><say-as interpret-as="cardinal">1</say-as></s><break time="1250ms"/>
         <s><say-as interpret-as="cardinal">2</say-as></s><break time="1250ms"/>
         <s><say-as interpret-as="cardinal">3</say-as></s><break time="1250ms"/>
         <s><say-as interpret-as="cardinal">4</say-as></s><break time="1250ms"/>
         <s><say-as interpret-as="cardinal">5</say-as></s><break time="1250ms"/>
         <s><say-as interpret-as="cardinal">6</say-as></s><break time="1250ms"/>
         <s><say-as interpret-as="cardinal">7</say-as></s><break time="1250ms"/>
         <s><say-as interpret-as="cardinal">8</say-as></s><break time="1250ms"/>
         <s><say-as interpret-as="cardinal">9</say-as></s><break time="1250ms"/>
         <s><say-as interpret-as="cardinal">0</say-as></s>
   </prosody>
</speak>

德国Google智能助理SSML输出中不需要的背景噪音

1 个答案: