正如一个人能够使用各种语音到文本的“听写”工具将口语转换成相应的文本,我想知道是否有类似的工具将口语转换成相应的SSML.也就是说,除了与说话者的声音中存在的任何语调,韵律,暂停/休息,变形等相关的相关SSML标签之外,它还将提供文本.
解决方法
我致力于构建语音应用程序.在我最近的一个项目中,我们需要文本听起来完全正确,包括所有相关的语调,变形等.
在广泛的研究中,我们发现使文本听起来像真人所说的唯一方法是使用SSML(仍然不完美)或录制的mp3.
在广泛的研究中,我们发现使文本听起来像真人所说的唯一方法是使用SSML(仍然不完美)或录制的mp3.
如果你想让真实的人感受到一个项目,那么执行它的最好方法就是利用一个人.我建议你录制mp3(/由专业人员录制),而不是试图从语音中获取SSML.
我们使用SSML的原因正是计算机无法理解人类语音的相关语调,暂停/中断,变形等.
如果你的目标是获得SSML,那么最好的方法是将文本转换为SSML.为此,我建议你看一眼：
据我们所知,@ 2018年7月中旬.
如果有人有更多信息,请添加到这个答案.
希望这会有所帮助：3
原文地址：https://www.jb51.cc/html/227156.html
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
