Polly-SSML-Split 是一个可以将大段的 SSML（Speech Synthesis Markup Language）语音合成标记语言文件分割成多个独立的段落的 Node.js 包。在 TTS（Text-to-Speech）应用程序中，这种分割方式可以使得语音合成更加精准，减少错误和重复。
本文将介绍如何使用 Polly-SSML-Split 进行语音合成，并提供示例代码供参考。
安装
你可以在你的 Node.js 项目中使用 npm 来安装 polly-ssml-split 包：
npm install polly-ssml-split --save
使用
使用 Polly-SSML-Split 进行语音合成需要以下步骤：
- 在 AWS 控制台为您的语音合成服务创建一个 AWS Polly 合成语音任务。生成的 SSML 文件将作为输入文件用于 Polly-SSML-Split。
- 使用 Polly-SSML-Split 对输入的 SSML 文件进行拆分处理，使其适应各种 TTS 应用场景。
- 通过 TTS 引擎，例如 Amazon Polly，将每个独立的段落转换成语音，并将它们组合成一整段语音。
SSML 拆分
首先，我们需要导入 polly-ssml-split 包并创建一个新实例。你可以通过传递一个选项对象来配置 Polly-SSML-Split 的行为：
-- -------------------- ---- ------- ----- -------- - ---------------------------- ----- -------------- - - ------------ ----- --------------- ----- ---------- -- --------------- ---- --------------- ---- ------ ------ -- ----- -------- - --- -------------------------展开代码
这里，我们设置了拆分块的默认长度和各种其他选项。使用对象字面量，我们可以轻松地更改这些默认值。
现在，让我们看一下如何使用 splitter 实例将 SSML 文件拆分成较小的语音段。
const ssmlContent = '<speak>今天天气不错，出去逛逛吧。</speak>'; return splitter .split(ssmlContent) .map((s, i) => `<speak>${s}</speak><break time='(pause)${splitter.postSilence[i]}'/>`) .join('');
这里，我们将原始的 SSML 文件传递给 splitter 的 split 方法。方法返回一个内容数组，每个元素都代表了原始 SSML 文件的一个拆分块。我们还在句子之间插入了暂停，这些暂停的长度等于 splitter.postSilence 中对应元素的值。
最后，我们使用 join 方法将输出的内容连接成一个字符串。这个字符串可以传递给 TTS 引擎进行语音合成。
示例代码
-- -------------------- ---- ------- ----- -------- - ---------------------------- ----- -------------- - - ------------ ----- --------------- ----- ---------- -- --------------- ---- --------------- ---- ------ ------ -- ----- -------- - --- ------------------------- ----- ----------- - ------------------------------- ----- ------------- - -------- ------------------- -------- -- -- -------------------------- -------------------------------------------- ---------- ---------------------------展开代码
输出如下：
<speak>今天天气不错，</speak><break time='(pause)750'/> <speak>出去逛逛吧。</speak><break time='(pause)850'/>
这个输出可将原始语句分为两个独立的段落，并且这两个段落之间有一个暂停。这使得语音合成更加精确和自然。
总结
Polly-SSML-Split 是一个方便、易于使用的 Node.js 包，可帮助您将 SSML 文件拆分成多个更小的语音段，从而提高语音合成质量。本文展示了如何使用该包，并提供了示例代码供参考。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/60065b44c6eb7e50355dbe51
