Azure“文本转语音”返回“无效的CID或语言”。这是什么意思？

Question

我正在尝试发布到Azure文本语音转换服务。我已经获取了访问令牌，现在我正试图打电话将文本转换为语音（使用Unity中的最佳HTTP）：

            HTTPRequest request = new HTTPRequest(new Uri(APIEndpointURL), HTTPMethods.Post, _GotTextToSpeechResponse);

        request.AddHeader("Authorization", "Bearer " + accessToken);
        request.AddHeader("Content-Type", "application/ssml+xml");
        request.AddHeader("X-Microsoft-OutputFormat", "raw-16khz-16bit-mono-pcm");
        request.AddHeader("User-Agent", "My app name");

        request.RawData = Encoding.UTF8.GetBytes("Hello world!");
        request.Send();

这将返回状态代码400，其中包含以下内容：

  

{“消息”：“无效的CID或语言”}“

文档说，如果我不定义语言而是仅发送文本，则应使用默认语音。然后，有一个“用户代理”，应该是“应用程序名称”。该文档没有说明是否应该在某处预定义它或它指的是什么。

该错误是什么意思以及如何解决？以“原始数据”发布时，我做错了吗？它说我应该将文本发布在请求的正文中。

Answer 1

文档中有一些不清楚的地方。

如果您对提供的示例here有详细的了解，请执行以下操作：

端点

您想做一些text-to-speech功能（为您的Hello world!文本生成语音），但是您正在呼叫一个stt（语音到文本）端点，用于语音识别：

https://westeurope.stt.speech.microsoft.com/speech/recognition/conversation/cognitiveservices/v1

要使用tts，端点的格式应与示例相同：

https://westeurope.tts.speech.microsoft.com/cognitiveservices/v1

请求内容

关于您不想使用SSML的事实，文档指出：

  

文本作为HTTP POST请求的正文发送。可以是纯文本   （ASCII或UTF-8）或语音合成标记语言（SSML）格式   （UTF-8）。纯文本请求使用语音服务的默认语音   和语言。使用SSML，您可以指定语音和语言。

因此，我尝试了以下操作：将内容类型从"application/ssml+xml"更改为"text/plain"。但是在那种情况下，我得到了：

Error 400 Data at the root level is invalid. Line 1, position 1.

在解析xml时，这似乎是一个常见错误，因此这里似乎存在一个错误，并且我在使用TTS且没有ssml的文档中找不到示例。

有人在页面的“反馈”部分（“后续步骤here下）发布了有关此问题的问题