语音合成器和 SSML

Question

我一直在尝试使用韵律音高属性，但似乎并不简单或似乎有效。我想按照 g 大调创建一个简单的“do re mi”。使用不同的赫兹值，结果并不像预期的那样。有时它似乎做它想做的事，不管我放什么。示例：

        <prosody pitch="0Hz">A</prosody><break time="100ms" />
        <prosody pitch="+2st">E</prosody><break time="100ms" />
        <prosody pitch="+4st">I</prosody><break time="100ms" />
        <prosody pitch="+6st">O</prosody><break time="100ms" />
        <prosody pitch="+8st">U</prosody><break time="100ms" />

Answer 1

看看所有的替代品，亚马逊、谷歌等，他们都说神经语音不完全支持音高。我怀疑 SpeechSynthesizer 也是如此，它解释了不一致的结果。 Microsoft，请相应地更新您的文档。

以下 MS 文档并不完全正确：

重要 神经语音现在支持音高轮廓变化。