voice xml:lang="en-US" xml:gender="Male" name="Microsoft 服务器语音文本始终为女性语音

Posted 2023-03-10

【中文标题】voice xml:lang="en-US" xml:gender="Male" name="Microsoft 服务器语音文本始终为女性语音

【英文标题】：voice xml:lang="en-US" xml:gender="Male" name="Microsoft Server Speech Text is always in Female voice

【发布时间】：2018-05-14 16:04:08

【问题描述】：

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，转换总是发生在女声中，即使我已将xml:gender 指定为男声。这是我的功能，无论如何我可以将我的文本转换为男声的音频吗？

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"));
        
    )

【参考方案1】：

根据你的描述，我检查了3.2.1 voice Element关于gender和name的属性如下：

gender: 可选属性指示语音的首选性别以说出包含的文本。枚举值为：“male”、“female”、“neutral”或空字符串“”。

name：可选属性指示特定于处理器的语音名称以说出包含的文本。该值可以是空格分隔的名称列表，从上至下排序或空字符串“”。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voice 元素的name 属性设置为Microsoft Server Speech Text to Speech Voice (en-US, BenjaminRUS)。