欧美,精品,综合,亚洲,好吊妞视频免新费观看,免费观看三级吃奶,一级a片女人自慰免费看

您當(dāng)前的位置是:  首頁 > 新聞 > 國內(nèi) >
 首頁 > 新聞 > 國內(nèi) >

MRCP協(xié)議學(xué)習(xí)筆記-語音合成標(biāo)記語言(SSML)-1

2018-06-20 13:54:58   作者:james.zhu   來源:CTI論壇   評(píng)論:0  點(diǎn)擊:


  在前面的幾個(gè)章節(jié)中,我們花費(fèi)了很多時(shí)間在討論一些關(guān)于智能語音機(jī)器人開發(fā)中的重要協(xié)議MRCP, 以及基本框架和基礎(chǔ)知識(shí)。在以前的講座中,我們簡(jiǎn)單介紹了MRCP的背景,技術(shù)架構(gòu),媒體資源服務(wù)器的類型,和其控制協(xié)議。筆者通過完整的框架介紹,讀者可以已經(jīng)基本了解了MRCP的大概處理流程。通過前面的熱身階段的介紹,我們才能真正開始深入的其他方面的知識(shí)。這些深入的細(xì)節(jié)能夠幫助用戶徹底了解MRCP協(xié)議。因此,我們?nèi)匀贿需要了解更多關(guān)于MRCP的數(shù)據(jù)呈現(xiàn)或表達(dá)的格式(SSML,NLSML和PLS),媒體資源服務(wù)器的處理方式(TTS/SS,ASR,SR和SVI),以及一些關(guān)于語音識(shí)別的應(yīng)用。從本章節(jié)開始,我們將逐步討論MRCP的數(shù)據(jù)格式的具體細(xì)節(jié)。今天,筆者先和大家分享語音合成標(biāo)記語言(SSML)的第一部分。
  1、大家知道,媒體資源服務(wù)器需要通過講話人的輸入數(shù)據(jù)來作為處理數(shù)據(jù),媒體資源服務(wù)器不僅要支持普通的文本格式也可以支持帶標(biāo)識(shí)的文本格式。MRCP支持了W3C的語音合成標(biāo)識(shí)語言(SSML)。目前SSML的最新版本是1.1版本。最初,SSML細(xì)節(jié)是基于升陽公司的JSGF和JSML發(fā)展而成。W3C發(fā)布了很多關(guān)于標(biāo)識(shí)語言的細(xì)節(jié),SSML僅是其其中一個(gè)部分。
  SSML是一種標(biāo)準(zhǔn)的,基于XML的標(biāo)識(shí),使用這些標(biāo)識(shí)來命令語音合成服務(wù)器把書寫格式的語言(輸入)轉(zhuǎn)化成可讀的輸出結(jié)果。簡(jiǎn)單來說,就是把帶有一定文字標(biāo)識(shí)格式的文本語言轉(zhuǎn)化成可讀的輸出結(jié)果。SSML設(shè)計(jì)的最初目的就是為了幫助開發(fā)人員提高合成結(jié)果的內(nèi)容,通過其格式化,標(biāo)準(zhǔn)化的標(biāo)識(shí)方式來控制語音輸出的各種屬性,例如發(fā)音,音量等參數(shù)設(shè)置。因此,設(shè)計(jì)的幾個(gè)關(guān)鍵要素我們這里需要說明。以下是SSML的六大設(shè)計(jì)要求:
  • 一致性:提供可預(yù)測(cè)的語音輸出控制,支持不同的語音合成服務(wù)器部署
  • 兼容性:支持W3C細(xì)節(jié),包括但不僅限于VoiceXML,aural Cascading Style Sheets 和 SMIL
  • 通用性:支持各種語音內(nèi)容
  • 國際化:支持各種語言的語音輸出
  • 自動(dòng)化和可讀性:支持自動(dòng)化生成和手寫文檔格式,支持良好的可讀性,使得讀者可讀
  • 可部署性:此技術(shù)細(xì)節(jié)能夠支持目前現(xiàn)有的技術(shù),盡量減少可選功能數(shù)量。
  2、因?yàn)椋琒SML是一種標(biāo)識(shí)語言,所以必須具備一定的文件結(jié)構(gòu)。其基本的文件結(jié)構(gòu)如下:
  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-GB">
  Hello world!
  所有的SSML文件都需要的root元素標(biāo)簽入口。因?yàn)槠年P(guān)系,更多完整的關(guān)于SSML的語法格式,用戶可以參考W3C官方文檔,我們不做太多說明。這里,我們僅介紹一些常用的語法標(biāo)識(shí)。以下是關(guān)于SSML標(biāo)簽和屬性設(shè)置的比較完整的參數(shù)設(shè)置,如果讀者想了解最新的標(biāo)識(shí)參數(shù)設(shè)置,讀者可以到官方獲取。
  3、SSML具有非常強(qiáng)大的功能支持,比較典型的功能就是錄音文件播放功能。其具體的實(shí)現(xiàn)方式是通過一個(gè)
  在具體的使用場(chǎng)景中,我們可以通過語音合成的形式,提供文本數(shù)據(jù)以后,通知系統(tǒng)播放一個(gè)提前錄制的語音文件,這里的beep文件就是提前錄制的語音文件。
  xmlns="http://www.w3.org/2001/10/synthesis"
  xml:lang="en-GB">
  Please say your name after the beep. // 聽到beep提醒聲音后,說出本人名字
  同樣,SSML也可以非常靈活地提供一個(gè)回退功能,如果某些語音文件路徑不正確或者播放失敗的話,SSML可以提供一個(gè)可選功能,系統(tǒng)可以實(shí)現(xiàn)文字合成功能,SSML會(huì)自動(dòng)播放文字合成的語音,這樣會(huì)提升用戶體驗(yàn)。具體示例如下:
  xmlns="http://www.w3.org/2001/10/synthesis"
  xml:lang="en-GB">
  Welcome to AJAX, the asynchronous company.
  在上面的示例中,如果company-intro語音文件播放失敗的話,SSML會(huì)自動(dòng)合成文字:Welcome to AJAX, the asynchronous company,然后播放。這里提醒用戶,在以前的SSML版本中不能支持提取語音文件超時(shí)等控制參數(shù)。在SSML 1.1中和拓展SSML中獲得了支持,這些參數(shù)包括:fetchtimeout,fetchhint,maxage和maxstale。這些參數(shù)可以用來控制語音提取超時(shí)設(shè)置。
  4、現(xiàn)在讓我們看看SSML是如何實(shí)現(xiàn)對(duì)語音的發(fā)音的控制。首先說明,筆者對(duì)語音學(xué)方面的知識(shí)不是太了解,我們也沒有專門針對(duì)語音學(xué)做更多研究,這里為了配合MRCP協(xié)議的研究做了一點(diǎn)簡(jiǎn)單的補(bǔ)充,某些表達(dá)和翻譯可能不是太準(zhǔn)確,如果讀者需要了解更多關(guān)于語音學(xué)方面的知識(shí),讀者可以參考權(quán)威的語音學(xué)資料。在MRCP協(xié)議中,SSML是通過元素標(biāo)簽對(duì)發(fā)音進(jìn)行控制,它可以支持插入的文字進(jìn)行不同的播放形式,支持的播放形式包括:phonemic或phonetic的形式。phonemic 字母組成一個(gè)phoneme單元,相對(duì)比較微觀,它是語言獨(dú)立的語音單元,表達(dá)的所有聲音需要區(qū)別于其他的單詞。phonetic字母則組成了phone單元,它是一種語言相關(guān)的語音單元,字符的表達(dá)方式和位置都會(huì)影響人類語音的發(fā)音區(qū)域,具體的使用方式例如國際音標(biāo)。通常情況下,在語音合成部署環(huán)境中,SSML會(huì)支持 International Phonetic Alphabet (IPA),中文全稱是國際音標(biāo)。國際音標(biāo)通過可Unicode的方式來實(shí)現(xiàn),Unicode也是國際通用的語言實(shí)現(xiàn)標(biāo)準(zhǔn)格式。
  一些商業(yè)語音合成解決方案為了體現(xiàn)其解決方案的優(yōu)勢(shì),也可能添加一些特別字母或其他的商業(yè)字母支持的格式。元素標(biāo)簽就可以增加對(duì)其渲染的支持,例如一些不同于其他語言的專有名詞或短語。例如以下示例:
  xmlns="http://www.w3.org/2001/10/synthesis"
  xml:lang="en-US">
  ph="t mei ou ">
  tomato
  這里使用了國際音標(biāo)來定義tomato。具體關(guān)于tomato的發(fā)音需要根據(jù)ph屬性值來獲取。用戶可以參考 International Phonetic Association來查看如何定義ph屬性。語音識(shí)別廠家通過"x-organization" 或"x-organization-alphabet"來定義,例如,日本的一家語音合成廠家的定義值為x-JEITA-IT-4002。
  5、SSML在發(fā)音處理方面還有兩個(gè)比較實(shí)用的功能,這就是別名替換(使用元素標(biāo)簽)和文本解釋功能(使用元素標(biāo)簽)。
  使用的目的在于支持SSML文件同時(shí)支持文字書寫格式和其可讀格式,這樣使得文檔格式更加具有可讀性。講話發(fā)音格式通過一個(gè)中的alias來實(shí)現(xiàn)。具體示例如下:
  xmlns="http://www.w3.org/2001/10/synthesis"
  xml:lang="en-US">
  MRCP
  語音合成引擎通過別名會(huì)對(duì)"Media Resource Control Protocol"文字進(jìn)行語音合成,然后播放。
  另外一種使用元素標(biāo)簽的方式是確保一些短語能夠正確使用,例如以下示例:
  xmlns="http://www.w3.org/2001/10/synthesis"
  xml:lang="en-US">
  IPA
  這里,確保這三個(gè)IPA字母組合可以讀成IPA通用的讀音,而不是其他的讀音方式。
  另外一個(gè)常用的標(biāo)簽就是元素標(biāo)簽。此標(biāo)簽用來表示文本信息的構(gòu)成格式,用來進(jìn)一步設(shè)定渲染的內(nèi)容。大家知道,如果文字內(nèi)容解釋使用了不同的方式,可能會(huì)導(dǎo)致其內(nèi)容發(fā)音的不同。包含三個(gè)不同的屬性設(shè)置,它們分別是interpret-as,format 和detail。interpret-as用來表示文本結(jié)構(gòu)的類型。例如,date表示一個(gè)日期,telephone表示是一個(gè)電話號(hào)碼結(jié)構(gòu)。format是一個(gè)可選屬性,表示具體的準(zhǔn)確的文本結(jié)構(gòu),例如data的格式:dmy表示讀date格式為日期,月份,最后才是年。detail也是一個(gè)可選屬性,它用來表示讀內(nèi)容的層級(jí),在很多的interpret-as中沒有定義此元素標(biāo)簽。具體的示例如下:
  2/3/2016
  01:59:59
  12
  9
  在本講座中,我們介紹了SSML的基本概念和W3C相關(guān)的技術(shù)細(xì)節(jié),另外解釋了關(guān)于SSML設(shè)計(jì)的六大原則,這些原則保證了SSML具有良好的兼容性,可以兼容目前主流的語音合成引擎,然后我們介紹了SSML文件的基本結(jié)構(gòu)和其定義的標(biāo)簽屬性,同時(shí)介紹了錄音文件的格式,和其發(fā)音標(biāo)簽的使用方式。另外,重點(diǎn)說明了關(guān)于IPA的使用,文本語音別名使用和文本解釋功能。通過本章節(jié)的介紹,我們相信讀者會(huì)對(duì)智能語音機(jī)器人開發(fā)中的SSML數(shù)據(jù)呈現(xiàn)方式有了比較清晰地認(rèn)識(shí)。
  在接下來的章節(jié)中,我們將繼續(xù)介紹SSML數(shù)據(jù)結(jié)構(gòu)中的Prosody中的音量,語速,標(biāo)識(shí)標(biāo)記,Metadata等元素標(biāo)識(shí)。
  參考資料:
  https://www.w3.org/TR/speech-synthesis11/
  https://msdn.microsoft.com/en-us/library/dd318693(vs.85)。aspx
        

  unimrcp-MRCP協(xié)議學(xué)習(xí)分享,QQ群號(hào):208136295
  關(guān)注微信公眾號(hào):asterisk-cn,獲得有價(jià)值的行業(yè)分享
  freepbx 技術(shù)論壇:www.ippbx.org.cn
  Asterisk, freepbx技術(shù)文檔: www.freepbx.org.cn
  歐米(Omni)智能客服解決方案
  融合通信商業(yè)解決方案,協(xié)同解決方案首選產(chǎn)品:www.hiastar.com

【免責(zé)聲明】本文僅代表作者本人觀點(diǎn),與CTI論壇無關(guān)。CTI論壇對(duì)文中陳述、觀點(diǎn)判斷保持中立,不對(duì)所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請(qǐng)讀者僅作參考,并請(qǐng)自行承擔(dān)全部責(zé)任。

專題