Bonne réponse
- BUn langage XML pour contrôler le débit, la hauteur, les pauses et l'emphase de la parole TTS
Explication
Le SSML est un langage de balisage basé sur XML qui vous permet d'ajuster finement la sortie de synthèse vocale (TTS) en contrôlant les éléments prosodiques tels que le débit de la parole, la hauteur, le volume, les pauses et l'emphase. Dans Azure AI Speech, les balises SSML telles que <prosody>, <break> et <emphasis> sont intégrées dans le texte d'entrée pour produire une parole synthétisée plus naturelle et expressive.
Pour aller plus loin
Le SSML est une spécification W3C basée sur XML qu'Azure AI Speech consomme en même temps que du texte brut dans l'API REST Text-to-Speech ou le SDK Speech. Des éléments tels que la prosodie (débit, hauteur, volume), les pauses (temps ou force), l'emphase, say-as et phoneme vous permettent de façonner la sortie sans réenregistrer l'audio. Azure associe les noms de voix SSML à des voix neurales telles que en-US-JennyNeural, et les balises non prises en charge sont ignorées au lieu de faire échouer la requête. Une limite subtile : l'entrée SSML est plafonnée (environ 64 KB par requête pour le point de terminaison REST), et un XML invalide renvoie une erreur 400. Cela est important pour les assistants vocaux qui doivent prononcer des ID de commande chiffre par chiffre en utilisant say-as interpret-as="characters" ou insérer des pauses naturelles dans les invites IVR.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.