Azure认知服务文本转语音请求无音频输出问题咨询

• 排查文本中的特殊内容
  别忽略那些看不见的问题：比如文本里的全角符号、隐藏控制字符、未闭合的SSML标签（如果用了语音标记语言），这些都可能让服务解析失败，表面返回200但不出音频。先把文本粘到纯文本编辑器（比如记事本）里清掉所有格式，再试试调用。要是用了SSML，仔细检查标签是否配对，比如<speak>有没有对应的</speak>。

• 切换音频格式测试
  部分自定义或高码率的音频格式可能存在兼容问题，哪怕请求参数写对了，也可能生成空音频。先换成通用格式，比如audio-16khz-128kbitrate-mono-mp3，看看能不能正常出音频。

• 核对请求参数与头信息
  确认指定的语音名称是服务支持的（比如en-US-JennyNeural），有些语音不支持混合语种文本，要是你的文本里混了多种语言，可能触发静默失败。另外检查Content-Type头：纯文本请求设为text/plain，SSML请求设为application/ssml+xml，缺了或错了都可能出问题。

• 查看Azure服务日志
  登Azure门户进你的文本转语音服务，去“诊断设置”里开日志（标准层支持详细日志），里面会记录请求的具体处理细节，比如哪段字符不支持、语音资源临时波动，这些日志能直接帮你定位根因。

• 分段测试定位问题文本
  把1121字符的文本拆成几段（比如每200字符一段）分别调用，找到哪一段触发了无音频的情况，然后盯着那段文本找异常，比全文本排查快得多。

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