(以下内容搬运自 PaddleSpeech)
尝试 PaddleSpeech 处理 SSML 输入
参考：SSML标记语言介绍
pr 链接：https://github.com/PaddlePaddle/PaddleSpeech/pull/2531
目前只支持中文的多音字的处理， 通过标签给字或词 指定拼音，以下为文本样例. 可以把下面的文本保存在 sentences.txt 中：
❣️使用中英文混合合成时，请不要使用 SSML 标签，因为目前的 SSML 标签判断是放在中文文本前端中的，中英文混合合成时会先对文本进行语言判断，SSML 标签会被分类成英文，无法正常使用
❣️标签跨多句，不太好处理，有可能截断，不成 xml 了，最好标签不跨句子。如果输入文本中包含 <speak> </speak> 标签，会走带 SSML 处理的前端，不会按照标点进行切分，如果输入过长可能会 OOM
00001 "希腊"神话,不只是人类的想象!
00002 你好吗？<speak>前浪<say-as pinyin='dao3'>倒</say-as>在沙滩上,沙滩上倒了一堆<say-as pinyin='tu3'>土</say-as>。 想象<say-as pinyin='gan1 gan1'>干干</say-as>的树干倒了, 里面有个干尸，不知是被谁<say-as pinyin='gan4'>干</say-as>死的。</speak>你很好。哈哈哈
解释：
- 用于标识拼音的文本需放在
<speak> </speak>标签之内，且每个语音合成任务只能包含一个<speak> </speak>标签。 - 多音字 用 标签， 设置
pinyin的属性 - 多个字的拼音需要用空格分开， 比如上面例子中的 干干 pinyin=“gan1 gan1”
P.S. 欢迎关注我们的 github repo PaddleSpeech, 是基于飞桨 PaddlePaddle 的语音方向的开源模型库，用于语音和音频中的各种关键任务的开发，包含大量基于深度学习前沿和有影响力的模型。