Resposta correta
- BUma linguagem XML para controlar a velocidade de fala, tom, pausas e ênfase do TTS
Explicação
O SSML é uma linguagem de marcação baseada em XML que permite ajustar com precisão a saída de conversão de texto em fala (TTS) controlando elementos prosódicos, como velocidade de fala, tom, volume, pausas e ênfase. No Azure AI Speech, tags SSML como <prosody>, <break> e <emphasis> são incorporadas no texto de entrada para produzir uma fala sintetizada mais natural e expressiva.
Para se aprofundar
O SSML é uma especificação W3C baseada em XML que o Azure AI Speech consome juntamente com texto simples na API REST Text-to-Speech ou no SDK Speech. Elementos como prosódia (velocidade, tom, volume), break (tempo ou força), emphasis, say-as e phoneme permitem moldar a saída sem regravar o áudio. O Azure mapeia nomes de voz SSML para vozes neurais como en-US-JennyNeural, e tags não suportadas são ignoradas em vez de falhar a solicitação. Um limite sutil: a entrada SSML é limitada (cerca de 64 KB por solicitação para o endpoint REST), e XML inválido retorna um erro 400. Isso importa para assistentes de voz que devem pronunciar IDs de pedidos dígito por dígito usando say-as interpret-as="characters" ou inserir pausas naturais em prompts de IVR.
Sobre estas questões de prática
Esta é uma das questões de prática originais de AI-900 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.