本文解答了有关 text to speech (TTS) 功能的常见问题。 如果在此处找不到问题的答案,请查看 其他支持选项。
概况
文本转语音的计费方式是怎样的?
文本转语音服务按字符计费。 查看定价说明中可计费字符的定义。
文本转语音合成请求的速率限制是多少?
文本转语音的合成速率在收到更多请求时会自动调整。 默认速率限制是按语音资源设置的。 费率可根据业务理由进行调整,不会因费率上限增加而产生额外的费用。 请在语音服务配额和限制中查看更多详细信息。
如何降低语音应用的延迟?
我们为你提供了一些提示,以降低延迟并为用户提供最佳性能。 请参阅使用语音 SDK 降低语音合成延迟。
文本转语音支持哪些输出音频格式?
Azure AI Text to Speech 支持多种流式和非流式音频格式,并采用常用的采样率。 所有 TTS 标准语音均支持 48 kHz 和 24 kHz 的高保真音频输出。 可以根据需要对音频重新采样以支持其他速率。 请参阅音频输出。
可以自定义语音以强调特定字词吗?
根据区域设置,某些声音支持调整强调。 请参阅 强调标记。
我们能否为每一种情感提供多种优势,比如悲伤、轻微悲伤等等?
某些语音支持调整风格程度,具体取决于区域设置。 请参阅 mstts:express-as 标记。
Viseme ID 和嘴形状之间是否有映射?
Yes. 请参阅使用视位获取面部位置。
为什么在使用文本转语音标准语音时收到 HTTP 429(请求过多)错误?
文本转语音(TTS)标准语音的默认配额为每秒 200 个事务(TPS),旨在满足大多数客户的需求。 在大多数情况下,HTTP 429 错误不是由配额限制引起的,而是由指定语音所选区域中的后端服务容量不足引起的。 增加配额不会解决这些容量约束。 若要有效解决此问题,请按以下步骤进行:
- 使用本机区域:在本机支持语音和更好的资源的区域部署语音。
- 选择常用语音:选择当前区域中更常用的语音,以减少达到容量限制的可能性。
有声内容创作
如何在代码中引用在音频内容创建平台上创建的词典文件?
首先,可以在“有声内容创作”上打开词典文件并获取字典文件 ID,该 ID 显示在文件路径中的“?fileKind=CustomLexiconFile”之前。 例如,如果文件路径为 https://speech.azure.cn/portal/d391a094f76846acbcd11dc2ba835f4f/audiocontentcreation/file/6cbc2527-8d57-4c1b-b9d9-3ea6d13ca95c?fileKind=CustomLexiconFile,则词典文件 ID 为 6cbc2527-8d57-4c1b-b9d9-3ea6d13ca95c。 然后,在“有声内容创作”上将引用该词典的文件切换为 SSML 格式。 在 SSML 文件中,找到 <!--ID=FCB xml 节点,在其中可根据所述文件 ID 找到词典文件的 URI。 最后,使用代码中的 SSML 词典元素引用词典文件 URI 链接。 例如,如果找到 XML 节点 <!--ID=FCB5B6FB566-33CA-4B68-BEAF-B013C53B3368;Version=1|{"Files":{"6cbc2527-8d57-4c1b-b9d9-3ea6d13ca95c":{"FileKind":"CustomLexiconFile","FileSubKind":"CustomLexiconFile","Uri":"https://cvoiceprodwus2.blob.core.chinacloudapi.cn/acc-public-files/d391a094f76846acbcd11dc2ba835f4f/e9a6a5a2-9cef-47f4-b961-d175be75d92f.xml"}}},则可以获取词典文件 URI https://cvoiceprodwus2.blob.core.chinacloudapi.cn/acc-public-files/d391a094f76846acbcd11dc2ba835f4f/e9a6a5a2-9cef-47f4-b961-d175be75d92f.xml。