Разметка синтеза речи

При написании ответов бота в телефонном канале вы можете использовать специальную разметку, чтобы управлять звучанием произносимых слов и фраз при синтезе речи бота.

подсказка

Элементы разметки отличаются в зависимости от используемого провайдера TTS.

SSML

SSML (Speech Synthesis Markup Language) — язык разметки синтеза речи, основанный на XML. SSML позволяет гибко настраивать речь бота, тем самым делая ее более естественной и выразительной.

Вы можете ознакомиться со списком поддерживаемых тегов SSML в документации выбранного провайдера. В JAICP SSML-разметка поддерживается для следующих провайдеров TTS:

• 3iTech
• Aimyvoice
• Azure
• Google
• SaluteSpeech
• Яндекс

Использовать разметку SSML в сценарии можно несколькими способами:

• Тег реакции a. После тега укажите параметр tts и передайте в нем размеченный текст:

   a: Ты не пройдёшь! || tts = "<emphasis>Ты</emphasis> не пройдёшь!"

• Ответы с типом text. Передайте размеченный текст в поле tts объекта с ответом:

  script:
      $response.replies = $response.replies || [];
      $response.replies.push({
          "type": "text",
          "text": "Мой любимый химический элемент — Cr.",
          "tts": "Мой любимый химический элемент — <sub alias=\"хром\">Cr</sub>."
      });

• Метод $reactions.answer. Передайте размеченный текст в поле tts аргумента метода:

  script:
      $reactions.answer({
          "value": "Вам подарок — промокод на скидку 10%!",
          "tts": "Вам подарок <break time=\"1s\"> промокод на скидку десять процентов!"
      });

Упрощенная разметка

Провайдеры Aimyvoice, Google и Яндекс поддерживают также упрощенную разметку синтеза речи, не совместимую с SSML. Если возможностей упрощенной разметки для вас достаточно, то используйте ее вместо SSML.

Использовать упрощенную разметку можно в теге a, ответе типа text и методе $reactions.answer.

предупреждение

Если вы используете упрощенную разметку, не передавайте в ответе дополнительное поле tts.

Aimyvoice

Символ	Равнозначный SSML‑тег	Функция	Пример
+	<say-as stress>	Указывает на ударную гласную в слове. Символ ставится после ударной гласной.	На амбаре висел большо+й замо+к.
#	<emphasis>	Указывает на позицию фразового ударения. Символ ставится перед ударным словом.	Это #вы ожидаете меня?
-	<break time="50ms"/>	Минимальная пауза.	Станцию — РЛС — ввели в эксплуатацию.
– или ,	<break time="100ms"/>	Короткая пауза.	Предложение — одна из основных единиц языка.
. ! ? : ; ( )	<break time="200ms"/>	Длинная пауза.	Через две мили (примерно 4 км.) поле сменилось лесом.

Google

Ударение

При необходимости явно указать ударение в слове, если оно произносится неверно, после ударной гласной ставьте символ ':

 a: Это система автоматического обзво'на.

Яндекс

Ударение

При необходимости явно указать ударение в слове, если оно произносится неверно, перед ударной гласной ставьте символ +:

 a: Это система автоматического обзв+она.

Чтобы улучшить качество синтеза длинных слов, их можно разбить на короткие и указать ударения для каждого из них:

 a: Мн+ого пр+офильный проект.

подсказка

Звучание некоторых слов лучше, если они написаны так, как слышатся, с указанием ударения. Например, вместо пожалуйста — пож+алуста.

Паузы

Каждый отделенный пробелом пунктуационный знак преобразуется в паузу длительностью 50–100 мс. Таким образом можно задавать небольшие паузы последовательностью дефисов:

 a: Здравствуйте - - - {{$dialer.getPayload().name}}!

предупреждение

Не рекомендуется создавать таким образом большие паузы. Длинная последовательность дефисов может привести к звуковым артефактам при синтезе.