Question

我只是想开发一个将文本转换为语音的功能。这里的问题是，转换总是发生在女性的声音中，即使我已经指定xml:gender为男性。这是我的功能，无论如何我可以用男声将我的文本转换为音频吗？

textToSpeech("This is a test to check the conversion of text to speech");
function textToSpeech(text: string) {
    const requestOptions: request.CoreOptions = {
        headers: {
            "Ocp-Apim-Subscription-Key": config.speech.bingSpeech.key1,
        }
    };
    request.post(
        `${config.speech.bingSpeech.authEndPoint}/issueToken`,
        requestOptions,
        (err, response, body) => {
            const accessToken = response.body;
            const payLoad = `
            <speak version="1.0" xml:lang="en-US">
            <voice xml:lang="en-US" xml:gender="Male" name="Microsoft Server Speech Text to Speech Voice (en-US, ZiraRus)">
            ${text}
            </voice>
            </speak>
            `;
            const requestOptions: request.CoreOptions = {
                headers: {
                    "X-Microsoft-OutputFormat": "audio-16khz-128kbitrate-mono-mp3",
                    "Content-Type": "application/ssml+xml",
                    "Host": "speech.platform.bing.com",
                    "Content-Length": payLoad.length,
                    "Authorization": "Bearer " + accessToken,
                    "User-Agent": "NodeJS"
                },
                body: payLoad
            };

            request.post(
                config.speech.bingSpeech.synthesizeUrl,
                requestOptions
            ).pipe(fs.createWriteStream(__dirname + "/output.mp3"));
        }
    )
}

Answer 1

根据您的说明，我检查了3.2.1 voice Element关于gender和name属性，如下所示：

性别：可选属性表示说出所包含文字的语音的首选性别。枚举值为：＆＃34;男性＆＃34;，＆＃34;女性＆＃34;，＆＃34;中性＆＃34;或空字符串＆＃34;＆＃34;。



name：可选属性，表示特定于处理器的语音名称，用于说出包含的文本。该值可以是从顶部首选项向下排序的空格分隔的名称列表，或者是空字符串＆＃34;＆＃34;。因此，名称不得包含任何空格。

根据您的代码，我检查了Supported locales and voice fonts：

对于男声，您可能还需要将name元素的voice属性设置为Microsoft Server Speech Text to Speech Voice (en-US, BenjaminRUS)。

语音xml：lang =＆＃34; en-US＆＃34; XML：性别=＆＃34;男性＆＃34; name =＆＃34; Microsoft Server语音文本始终为女性语音

1 个答案: