android - 为 Android TTS 引擎指定发音的最佳实践？

Question

总的来说，我对 Android 的默认文本转语音引擎(即 com.svox.pico)印象深刻。正如预期的那样，它会误读一些单词(就像我一样)，因此偶尔需要一些发音指导。因此，我想知道以拼音方式拼写 pico TTS 引擎错误发音的单词的最佳做法。

例如，Chachalaca 鸟的正确发音是 CHAH-chah-LAH-kah。以下是 TTS 引擎生成的内容:

mTts.speak("Chachalaca", TextToSpeech.QUEUE_ADD, null); // output: chuh-KAL-uh-KUH
mTts.speak("CHAH-chah-LAH-kah", TextToSpeech.QUEUE_ADD, null); // output: CHAH-chah-EL-AY-AYCH-dash-kuh
mTts.speak("CHAHchahLAHkah", TextToSpeech.QUEUE_ADD, null); // output: CHA-chah-LAH-ka
mTts.speak("CHAH chah LOCKah", TextToSpeech.QUEUE_ADD, null); // output: CHAH-chah-LAH-kah

这是我的问题。

• 是否有 Android TTS 引擎可以识别的标准拼音？
• 如果没有，是否有一些用于制作自定义发音拼写的一般规则，以使拼写在未来的 TTS 引擎/版本中更可能正确？
• Android TTS 引擎似乎忽略了文本大小写。指定重点的最佳方式是什么？

顺便说一句，这是 TTS 引擎写入 logcat 的内容:

V/TtsService(294):TTS 处理:CHAH chah LOCKah
V/TtsService(294): TtsService.setLanguage(eng, USA, )
I/SVOX Pico 引擎(294):已加载语言(en-US == en-US)
I/SynthProxy(294):将语速设置为 100
I/SynthProxy(294):将音高设置为 100

[更新]

我尝试将 XML 文档传递给 TextToSpeech.speak()，如下所示:

            String text = "<?xml version=\"1.0\"?>" +
                "<speak version=\"1.0\" xmlns=\"http://www.w3.org/2001/10/synthesis\" " +
                    "xmlns:xsi=\"http://www.w3.org/2001/XMLSchema-instance\" " +
                    "xsi:schemaLocation=\"http://www.w3.org/2001/10/synthesis " +
                        "http://www.w3.org/TR/speech-synthesis/synthesis.xsd\" " +
                    "xml:lang=\"en-US\">" +

                    "That is a big car! " +
                    "That <emphasis>is</emphasis> a big car! " +
                    "That is a <emphasis>big</emphasis> car! " +
                    "That is a huge bank account! " +
                    "That <emphasis level=\"strong\">is</emphasis> a huge bank account! " +
                    "That is a <emphasis level=\"strong\">huge</emphasis> bank account!" +
                "</speak>";
            mTts.speak(text, TextToSpeech.QUEUE_ADD, null);

正如 Android Eve 所建议的那样，TTS 引擎只读取 XML 正文(即关于大型汽车和庞大银行账户的评论)。我没有意识到 TTS 引擎能够解析 XML 文档。但是，我在 TTS 输出中没有听到任何强调。

[更新 2]

我将问题简化为 Android TTS 是否支持语音合成标记语言 here .

Answer 1

JW 在 tts-for-android 上回答了我的问题组:

嗨，格雷格，

Pico 引擎识别带有 XSAMPA 字母的标签。

没有简单的规则可以从正字法中推导出某个发音，但您可以使用直观的拼写和反复试验。大写和连字符会带来比解决问题更多的问题。使用不同的拼写并引入额外的单词边界(空格)是可行的。

强调标记和感叹号不会改变合成结果。请改用 、 和 命令。

---

tests of TextToSpeech 中提供了一些使用 SSML 音素标签指定发音的正确语法示例。 .

即使使用这些简单的测试 SSML 文档，也会向 logcat 发布有关 SSML 文档格式不正确的警告消息。所以我向 Android issue tracker 提出了一个关于这些看似不正确的 logcat 消息的问题。 .

---

为 SVOX pico 指定 x-SAMPA 序列的语法是

String text = "<speak xml:lang=\"en-US\"> <phoneme alphabet=\"xsampa\" ph=\"d_ZIn\"/>.</speak>";
mTts.speak(text, TextToSpeech.QUEUE_ADD, null); 

虽然更多示例会有所帮助，但 x-SAMPA 的一个很好的引用是 http://en.wikipedia.org/wiki/Xsampa如果我编译了几十个示例，我会将它们发布到那个 Wikipedia 页面。