Google Cloud Text-to-Speech能否返回单词的IPA音标及音频文件？

Google Cloud Text-to-Speech的核心能力是生成语音音频文件，但不直接提供IPA音标转录输出——也就是说，当你输入单词kittens时，它只会返回对应的语音音频，不会主动返回ˈkɪtnz这样的IPA音标。

如果需要同时获取音频和IPA音标，有两种解决方案：

• 拆分流程：先用Google Cloud Text-to-Speech生成目标内容的音频，再通过其他支持IPA转写的工具单独获取音标，之后自行关联两者。
• 选择一体化服务：直接使用你提到的牛津英语词典、IBM Watson这类同时集成了音频生成与IPA输出的服务，这类工具可以一步满足你的需求。

内容的提问来源于stack exchange，提问作者Thomas David Kehoe