SSML (Beta)

概述

语音合成标记语言 (SSML) 是一种基于 XML 的标记语言，可用于微调文本转语音输出属性，例如音调、发音、语速、音量等。 与纯文本输入相比，它可以实现在推理时手动定义每一句文本的语气、停顿，或在音频中自由插入音效或音乐。

用途

SSML 旨在让你灵活选择语音输出的声音，并提供不同的属性用于自定义该输出。 可以使用 SSML 来执行以下操作：

• 定义输入文本结构，用于确定文本转语音输出的结构、内容和其他特征。 例如，可以使用 SSML 来定义段落、句子、中断/暂停或静音。

• 选择语音、语言、名称、样式和角色。 可以在单个 SSML 文档中使用多个语音。 还可以调整重音、语速、音调和音量。 SSML 还可以插入预先录制的音频，例如音效或音符。

调用方法

GET方法和POST方法均可，只需要把text中的内容替换成ssml即可，目前尚处于开发测试阶段，仅支持有限的功能。

格式

<speak>
    <voice name="{{character}}">{{text}}</voice> ///指定{{character}}说{{text}}
    <break time="{{X}}s" /> ///停顿X秒
    <audio src="{{oss}}" /> ///播放指定OSS上的音频文件
    <voice name="{{character}}" emotion="{{emotion}}=">{{text}}</voice> ///指定{{character}}以{{emotion}}的语气说{{text}}
    <break time="{{X}}s" /> ///停顿X秒
    <voice name="{{character}}" speed="{{X}}">{{text}}</voice>。///指定{{character}}以X倍速说{{text}}
</speak>

示例

（1）GET方法

https://tts.nirvanaworld.cn/tts?ssml=<speak><voice name="南悠悠" speed="1.2"  emotion="happy>姐姐，姐姐。来陪我玩。<voice name="秦柳烟">别闹,姐姐忙着呢。</voice></voice><break time="3s" /><voice name="南悠悠">姐姐，我最近听到一个特别好听的音乐，我放给你听。</voice><audio src="https://nvnapk.oss-cn-chengdu.aliyuncs.com/music.mp" /><voice name="秦柳烟" speed="0.9">唉，真拿你没办法</voice></speak>

（2）POST方法

<speak>
    <voice name="南悠悠" speed="1.2"  emotion="happy>姐姐，姐姐。来陪我玩。</voice>
    <voice name="秦柳烟">别闹,姐姐忙着呢。</voice>
    <break time="3s" />
    <voice name="南悠悠">姐姐，我最近听到一个特别好听的音乐，我放给你听。</voice>
    <audio src="https://nvnapk.oss-cn-chengdu.aliyuncs.com/music.mp3" />
    <voice name="秦柳烟" speed="0.9">唉，真拿你没办法</voice>
</speak>