概述

SSML(Speech Synthesis Markup Language)是一种基于XML的语音合成标记语言。与纯文本语音合成相比，使用SSML可以控制文本的类型、分词方式、发音、停顿等。

标签

目前文本朗读能力支持的标签有 6 类：<speak>、<word>、<phoneme>、<say-as>、<sub>、<break>。
注意事项：
1. SSML仅支持中英文发音人，不支持除中英文以外的小语种发音人。
2. 目前版本下SSML对于英文发音人支持不够友好，建议尽量避免英文发音人使用SSML，内部正在持续优化中。
2. speak 标签必需且只能出现一次，所有文本包含在 speak 标签内。
2. speak 以外的其它标签出现次数不受限制，不支持嵌套使用。

speak

• 描述：所有标签的根节点，文本都要包含在<speak></speak>中。
• 语法：

<speak>SSML文本</speak>

• 属性：目前支持以下的属性：

  • Pitch：设置pitch属性可以改变标签所包含的文本的语调，取值范围为[-12, 12]。
  • 示例

  <speak pitch="3">欢迎使用SSML标记语言</speak>
  

  • Rate：设置rate属性可以改变标签所包含的文本的语速，取值范围为[-50, 100]。

  • 示例

  <speak rate="10">欢迎使用SSML标记语言</speak>
  

word

• 描述：控制文本的分词结果。
• 语法

<word>分词</word>

• 属性：目前不支持任何属性。

• 示例

<speak>南京市长<word>江大桥</word>。</speak>

phoneme

• 描述：控制文本的发音。

• 语法

<phoneme alphabet="string" ph="string">文本</phoneme>

• 属性

• 示例

<speak>您找<phoneme alphabet="py" ph="xie4 le4">解乐</phoneme>是吗？</speak>

say-as

• 描述：描述文本的类型。

• 语法

<say-as interpret-as="String">文本</say-as>

• 属性

• 示例

<speak>电话号码是<say-as interpret-as="telephone">1008611</say-as></speak>

sub

• 描述：对文本进行替换。

• 语法

<sub alias="String">文本</sub>

• 属性

• 示例

<speak><sub alias="网络协议标准">W3C</sub></speak>

break

• 描述：在文本中插入停顿。

• 语法

<break time="string"/>

• 属性

• 示例

<speak>听<break time="1.5s"/>，有人进来了</speak>