如何在VBScript中使用SAPI实现在句中调整语音音调？

我尝试用VBS结合SAPI重现《Daisy Bell》，但目前按音调拆分歌词的写法会导致演唱衔接生硬，代码如下：

yellow.Rate = 6
yellow.Speak "<pitch middle = '-10'/> Give."
yellow.Speak "<pitch middle = '-8'/> Me."
yellow.Speak "<pitch middle = '-5'/> Your."

有没有办法不拆分歌词，直接在句中调整音调，让演唱更流畅？

我试过以下两种写法，虽然歌词衔接变流畅了，但音调调整完全不起作用：

第一种写法：

yellow.Speak "<pitch middle = '-10'> Give
           <pitch middle = '-8'> Me
            <pitch middle = '-5'> Your
            </pitch>
           </pitch>
          </pitch>."

第二种写法：

yellow.Speak "<pitch middle = '-10'/> Give, <pitch middle = '-8'/> Me, <pitch middle = '-5'/> Your."

解决方法 #

要实现句内流畅变调，核心是用对SAPI支持的**SSML（语音合成标记语言）**语法，并启用SSML解析模式，具体操作如下：

1. 正确的SSML格式代码 #

Set yellow = CreateObject("SAPI.SpVoice")
yellow.Rate = 6
' 调用Speak时指定SSML解析模式（16 = SVSFIsXML），可加1实现异步播放，组合为17
yellow.Speak "<speak>" &_
             "<prosody pitch='-10%'>Give</prosody> " &_
             "<prosody pitch='-8%'>Me</prosody> " &_
             "<prosody pitch='-5%'>Your</prosody>." &_
             "</speak>", 17

2. 关键要点 #

• 用<prosody>替代<pitch>：SAPI对SSML标准的<prosody>标签支持更稳定，pitch属性可用百分比（如-10%）或预设值（x-low、low等）调整音调。
• 必须加<speak>根标签：这是SSML的强制结构，没有它SAPI会把标记当成纯文本处理。
• 指定解析模式：Speak方法的第二个参数必须传入16（常量SVSFIsXML），告诉SAPI要解析SSML内容；如果需要后台播放，再加1（SVSFlagsAsync）即可。
• 单次调用Speak：把所有带标记的歌词放在同一个Speak调用里，避免拆分导致的衔接生硬。

3. 你的写法失效原因 #

• 第一种嵌套<pitch>的写法不符合SSML规范，SAPI无法解析嵌套的音调标记，直接忽略了变调指令。
• 第二种写法既没有<speak>根标签，也没指定SSML解析模式，SAPI把<pitch>标签当成普通文本朗读，自然不会生效。

内容的提问来源于stack exchange，提问作者TroubledSeas