SSML 韵律音高属性中百分比变化的含义是什么？

Question

SSML prosody element 可以采用表示relative change 的值，它可以是百分比值（例如 +50% 或 -30%）。

这个百分比应该是多少？它是当前音高的 Hz 值吗（因此八度音程（即 +12st）与 +100% 相同）？还是它与其他东西有关，例如 x-low 和 x-high 之间的范围（所以 x-low +50% 与 medium 相同，然后另一个 +50% 是 x-high）？是由实施者来决定吗？

我了解 SSML 不是用于标记音乐的系统，它代表的是“基线音高”或话语，而不是整个话语的准确音高。我只是想知道某些表达式是否可以被认为是等价的。

Answer 1

是的，我的理解是百分比是基于当前音高的，所以 -50% 降低八度，+100% 提高八度。

每个半音的比率计算为 2 的 12 次方的幂。所以上面的第一个半音是 1.0595 的比率或 5.95% 的百分比变化，第二个是 1.0595^2 导致百分比变化12.25% 等等。下面的第一个半音是 -5.61%，因为它随着 2 的 12 次根的倒数而减小。

通常，每个半音的相对百分比变化计算为((2^(1/12))^n) - 1) * 100 或近似为((1.0595^n) - 1) * 100 整数n。