Jak kontrolować sposób, w jaki Android TTS odtwarza dźwięk?

Question

Mam klasę, która używa interfejsu API systemu Android TTS do transkrypcji tekstu na dźwięk. Potrafię kontrolować wysokość i szybkość; ale zauważyłem, że silnik wymaga ciągu tekstowego, a także obiektu mieszającego. Zauważyłem, że niektóre słowa są wymawiane zbyt szybko, aby można je było łatwo rozpoznać, a fleksja wydaje się zbyt nienaturalna. Czy istnieje sposób, w jaki mogę kontrolować te dwie rzeczy; prawdopodobnie przez HashMap? Poniższy sposób używam silnika:

mTts = new TextToSpeech(Globals.context, this); // context, listener 
} 

@Override 
public void onInit(int status) { 
    HashMap<String, String> myHashRender = new HashMap(); 
    myHashRender.put(TextToSpeech.Engine.KEY_PARAM_UTTERANCE_ID, speech); 
    mTts.setPitch(0.8f); 
    mTts.setSpeechRate(0.6f); 
    mTts.synthesizeToFile(speech, myHashRender, fileOutPath); 
    while (mTts.isSpeaking()) try { 
     Thread.sleep(100); 
    } catch (InterruptedException e) { 
     e.printStackTrace(); 
    } 
    mTts.stop(); 
    mTts.shutdown(); 

Answer 1

Google TTS obecnie nie obsługuje, ale tutaj jest to, co można zrobić: Podczas analizowania tekstu, można zmienić jego części, aby uzyskać intonację i przegięcie chcesz.

Na przykład, jeśli napotkasz słowo "Hej", przepisujesz je w locie na "Heeeey", zanim wyślesz je do silnika TTS, aby uzyskać inną wymowę.

To nie jest ładne, ale stanowi obejście tego problemu.

Answer 2

Google TTS nie obsługuje obecnie zmianę przegięcie, ani nie wsparcie znaczników inline prozodii, jak określono w SSML. - alanvJun 5 at 20:30

Answer 3

Google TTS obecnie nie obsługuje zmiany fleksji ani nie obsługuje wbudowanych tagów prozdrowotnych zdefiniowanych w SSML. Chociaż istnieją parametry, które można ustawić, żadna z nich nie kontroluje prozodii typu fleksja lub słowo.

Mogą być inne silniki, które obsługują te funkcje. Na przykład eSpeak obsługuje tagi SSML i udostępnia port Android w Sklepie Play.