什么是语音合成标记语言（SSML）？在语音朗读软件中的使用方法与主要代码列表。

2024年4月17日

大家好，我是Ondoku。

此次介绍的是SSML。

由于会出现一些专业术语，可能会感觉有些难。

但如果了解的话，Ondoku的使用方式也将产生巨大变化。

接下来将进行通俗易懂的说明，敬请阅读。

什么是SSML？

首先，SSML指的是语音合成标记语言。

种类与HTML类似。

通过编写这种SSML代码，可以进一步控制Ondoku的语音。

在Ondoku中使用SSML的方法

在Ondoku中使用SSML非常容易。

请直接在Ondoku文本框中输入SSML代码。

SSML将自动应用。

别忘记在文章的开头和结尾输入代码

<speak> </ speak>

没有代码<speak>，将不会应用SSML。

<speak> </ speak>

如前所述，这是激活SSML的代码。

请确保在要转换为语音的文本的开头和结尾处都包含此代码。

例

<speak>在此处输入要从文本转换为语音的文本</ speak>

<break time =“○○ms” />

顾名思义，break time代码是用于添加间隔的代码。

在需要添加间隔的地方输入代码，○○的部分请用喜好的数字替换。

Ondoku通常在朗读中没有“间隔”。

还有添加方括号或标点符号的方法，但可能无法根据需要设置间隔。

如果要2秒以上的间隔，就会更加难以控制。

但如果输入代码

<break time =“ 1000ms” />

到您想停顿的地方，

<speak>
阅读本文时，要做一点间隔<break time =“ 1000ms” />。
</ speak>

于是，就会在朗读中加上停顿。

* 1000ms= 1秒

通过更改ms或s之前的数字，“间隔”的长度可以自由变换。

200ms = 0.200秒
500ms = 0.500秒
1000ms = 1.000秒
2000ms = 2.000秒
3s= 3秒
10s= 10秒，依此类推。

<say-as interpret-as =“ expletive”>○○</ say-as>

○○部分的文章将以“哔哔”的禁止音效进行播放。

这是一种好玩的代码。用此代码包围的文本将被蜂鸣声代替。

<speak>
这个词<say-as interpret-as =“ expletive”>禁止播放</ say-as>
</ speak>

<sub alias =“◇◇”>○○</ sub>

这是可以指示音标的代码。

语音朗读时常会读出意想不到的发音。

比如，将“一行”的错误发音“ Ichiyuki”标注音标“ Ichigyo”，使发音得到纠正。

代码中○○输入汉字，◇◇输入音标。

<speak>
正确发音为<sub alias =“ Ichigyo”>一行</ sub>，而不是Ichiyuki
</ speak>

<emphasis>○○</emphasis>

代码包围的文字可以在朗读时被强调。

<speak>
这段代码会<emphasis>强调</ emphasis>
</ speak>

<prosody>○○</ prosody>

prosody（韵律）指的是在说自然的英语时，

音调的高低
停顿位置
声音的长度和强弱等

表示这些语言发音特点的总称。

使用这个代码可以调整以下三个内容：

rate（频率，速度）
调整代码：“ x-slow”“ slow”“ medium”“ fast”“ x-fast”“ default”
pitch（音调，音高）

调整代码：“ x-low”“ low”“中”“ high”“ x-high”“default”

volume（音量，大小）

调整代码：“silent”“ x-soft”“ soft”“ medium”“ loud”“ x-loud”“ default”

<speak>
<prosody rate =“ fast”>说话快。 </ prosody>
<prosody pitch =“ high”>高音调说话。 </ prosody>
<prosody volume =“ loud”>大声说话。 </ prosody>
<prosody rate =“ slow” pitch =“ x-low”>缓慢低沉地说话。 </ prosody>
<prosody rate =“ fast” pitch =“ high” volume =“ medium”>快速、高音调且正常音量说话。 </ prosody>
</ speak>