MoyenneChoix unique

Question d'entraînement AI-900

Qu'est-ce que le 'speech synthesis markup language' (SSML) dans Azure AI Speech ?

Choisissez la meilleure réponse.

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.

Pourquoi chaque option est juste ou fausse

A

Fausse

Un langage de balisage pour styliser la manière dont le texte est affiché à l'écran dans les applications Azure

Le SSML contrôle la sortie vocale — prononciation, hauteur, débit et pauses — pour le rendu de la synthèse vocale, et non le style du texte à l'écran. La stylisation du texte affiché relève de HTML ou CSS. C'est trompeur car le SSML est lui-même un langage de balisage, il ressemble donc superficiellement au balisage de présentation, mais sa cible est la synthèse audio.

B

Juste

Un langage XML pour contrôler le débit, la hauteur, les pauses et l'emphase de la parole TTS

Le SSML est un langage de balisage basé sur XML qu'Azure AI Speech consomme pour affiner la sortie de la synthèse vocale, en définissant des attributs de prosodie incluant le débit, la hauteur, les pauses et l'emphase. Cela répond à l'exigence de définition de la question en distinguant le SSML de l'entrée de texte brut.

C

Fausse

Une norme de sécurité pour marquer le contenu parlé sensible en vue de sa rédaction

Le SSML ne porte aucune sémantique de sécurité ou de rédaction ; il façonne uniquement l'audio synthétisé via des éléments de prosodie, de phonème et de coupure. La rédaction de contenu est gérée par Azure AI Content Safety ou le filtrage de la profanation Speech-to-Text. C'est trompeur car le SSML est une norme de balisage appliquée au contenu parlé, et ce serait correct si la question demandait comment marquer du texte pour le contrôle de la sortie vocale.

D

Fausse

Une norme pour décrire la structure d'un dialogue à plusieurs tours dans les interfaces vocales

Le SSML est un balisage XML qui contrôle la prononciation, la hauteur, le débit, l'emphase et les pauses dans la sortie de synthèse vocale ; il ne décrit pas la structure d'un dialogue à plusieurs tours. La structure des dialogues est gérée par des outils d'orchestration tels que Bot Framework ou Dialogflow. C'est trompeur car les deux concernent les interfaces vocales, et ce serait correct si la question demandait comment l'alternance des tours conversationnels est modélisée.

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.