Android TTS 是不是支持语音合成标记语言？

Posted 2023-03-25

【中文标题】Android TTS 是不是支持语音合成标记语言？

【英文标题】：Does Android TTS support Speech Synthesis Markup Language?Android TTS 是否支持语音合成标记语言？

【发布时间】：2011-04-01 07:47:50

【问题描述】：

将以下 SSML (Speech Synthesis Markup Language) 文档传递给 com.svox.pico TextToSpeech 引擎会读取 XML 正文，但无法从音素元素或强调元素进行控制。这个结果（没有明显的 SSML 控制）在运行 android 2.2 的 Nexus One 以及运行 SDK 级别 8 的 AVD 的模拟器上是相同的。

            String text = "<?xml version=\"1.0\"?>" +
                "<speak version=\"1.0\" xmlns=\"http://www.w3.org/2001/10/synthesis\" " +
                    "xmlns:xsi=\"http://www.w3.org/2001/XMLSchema-instance\" " +
                    "xsi:schemaLocation=\"http://www.w3.org/2001/10/synthesis " +
                        "http://www.w3.org/TR/speech-synthesis/synthesis.xsd\" " +
                    "xml:lang=\"en-US\">" +

                    "tomato " +
                    "<phoneme alphabet=\"ipa\" ph=\"t&amp;#x259;mei&amp;#x325;&amp;#x27E;ou&amp;#x325;\"> tomato </phoneme> " +

                    "That is a big car! " +
                    "That <emphasis> is </emphasis> a big car! " +
                    "That is a <emphasis> big </emphasis> car! " +
                    "That is a huge bank account! " +
                    "That <emphasis level=\"strong\"> is </emphasis> a huge bank account! " +
                    "That is a <emphasis level=\"strong\"> huge </emphasis> bank account!" +
                "</speak>";
            mTts.speak(text, TextToSpeech.QUEUE_ADD, null);

是否有任何 Android TTS 引擎支持任何 SSML 元素？

【参考方案1】：

我一直在尝试使用 SSML，似乎 TTS 引擎使用根 <speak> 元素自动包装其输入，因此如果您将其省略，那么它可以正常工作并且您不会收到解析器错误。

例子：

String text = "Testing <phoneme alphabet=\"xsampa\" ph=\"&#34;k.t@`\"/>.";
mTts.speak(text, TextToSpeech.QUEUE_ADD, null);

【参考方案2】：

答案似乎是“有点”。尚不支持所有 SSML 标签，但<phoneme> 标签使用的一些测试示例位于https://android.googlesource.com/platform/external/svox/+/89292811b7fe82e5c14fa13942779763627e26db

虽然测试示例会产生所需的语音输出，但它们也会在 logcat 中产生 XML 解析器错误消息。我已经在 Android 问题跟踪器（问题 11010）中打开了关于这些看似不正确的错误消息的问题。

【参考方案3】：

SDK 级别 23 的 android.speech.tts 似乎支持 SSML 的子集。语音文本可以包裹在<speak> 标签中，<say-as> 被观察到，而<break> 不是。没有关于 SSML 支持的文档。