Google Cloud Text to Speech (TTS) -无法让音素正常工作

Question

我使用Google的例子实现音素，如下所示：

<phoneme alphabet="ipa" ph="t&#x259;mei&#x325;&#x27E;ou&#x325;"> tomato </phoneme>

我使用Postman将请求作为POST发送到https://texttospeech.googleapis.com/v1/text端点。

我注意到，如果我更改单词“西红柿”，但保留"ph“的原始值，语音音频仍然完全返回单词”西红柿“。我本以为语音音频会返回到“只”声音。

<phoneme alphabet="ipa" ph="t&#x259;"> tomato </phoneme>

通过Postman发送JSON格式的POST请求时，我总是转义引号以避免JSON解析错误：

{
  "audioConfig":{
    "audioEncoding":"LINEAR16",
    "volumeGainDb":"16",
    "pitch": 0,
    "speakingRate": 1
  },
  "input":{
    "ssml":"<speak><phoneme alphabet=\"ipa\" ph=\"t&#x259;\"> tomato </phoneme></speak>" 
  },
  "voice":{
    "languageCode":"en-US",
    "name":"en-US-Wavenet-F",
    "ssmlGender":"FEMALE"
  }

}

有人知道为什么音素看起来不起作用吗？

提前谢谢。

Answer 1

Google Cloud Speech-to-Text只支持语音合成标记语言标记的一个子集，不幸的是，<phoneme>目前不是其中之一。

您可以找到哪些是受支持的here。

Answer 2

在2020年提出这个问题时，音素不受支持，但现在是在2021年。请参阅this answer以获取一些需要查找的陷阱。