如何为Microsoft Azure文本转语音语音配置不同语音风格？

• 问题出在配置方式错误：speech_config不存在speech_synthesis_voice_style这个属性，直接设置不会生效；且speak_text_async仅支持纯文本输入，无法解析语音风格这类高级参数。
• 正确做法是用**SSML（语音合成标记语言）**定义语音风格，Azure文本转语音的高级语音特性（风格、语调等）都需要通过SSML实现。

修正后的代码示例：

import azure.cognitiveservices.speech as speechsdk

speech_config = speechsdk.SpeechConfig(subscription=speech_key, region=service_region)
speech_config.speech_synthesis_voice_name = "en-US-DavisNeural" 

# 构造包含语音风格的SSML
ssml = """
<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis"
       xmlns:mstts="https://www.w3.org/2001/mstts" xml:lang="en-US">
  <voice name="en-US-DavisNeural">
    <mstts:express-as style="shouting">
      Hi, this is Davis
    </mstts:express-as>
  </voice>
</speak>
"""

speech_synthesizer = speechsdk.SpeechSynthesizer(speech_config=speech_config)
# 使用SSML专用的合成方法
result = speech_synthesizer.speak_ssml_async(ssml).get()

• 额外注意事项：
  • 确认所选语音支持目标风格，比如en-US-DavisNeural支持shouting、cheerful等风格，可通过Azure语音服务的语音列表查看具体支持特性。
  • SSML必须包含正确的命名空间声明，否则风格设置不会生效。

内容的提问来源于stack exchange，提问作者Grawlix