You need to enable JavaScript to run this app. Windows下文本转语音时能否通过SSML标签切换不同语音?
优惠活动
大模型
产品
解决方案
定价
更多

Windows下文本转语音时能否通过SSML标签切换不同语音?

方案结论

完全可以通过嵌入SSML标签实现单段文本内的实时语音切换,该方案比拆分片段分别调用朗读的实现方式更简洁高效。你当前的环境(Windows 7 + SAPI SpVoice组件 + Ivona语音)完全支持该特性,不需要额外安装依赖。

实现步骤
  • 调用SpVoice.Speak方法时,第二个参数传入SVSFIsXML(数值8),如果需要异步朗读则叠加SVSFlagsAsync(数值1),总参数值为9,告知组件当前传入的文本为SSML格式。
  • 文本内容按照SSML标准编写,使用<voice>标签切换指定语音,name属性值填写系统内安装的Ivona语音的完整名称(可通过遍历SpVoice.GetVoices集合读取语音的Description属性获取准确名称)。
示例代码

SSML文本示例

<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis">
  <voice name="IVONA 2 Amy US English">
    今天的天气怎么样?
  </voice>
  <voice name="IVONA 2 Brian US English">
    今天晴,气温18到25摄氏度。
  </voice>
</speak>

调用示例(VB)

Dim voice As New SpVoice
voice.Speak ssmlText, SVSFlagsAsync + SVSFIsXML
补充说明
  • 若<voice>标签指定的语音名称不存在,SAPI会自动 fallback 到当前默认语音,不会抛出异常。
  • 你还可以在<voice>标签内嵌套<prosody>标签调整对应片段的语速、音量,示例:<prosody rate="0.8" volume="70">内容</prosody>,rate参数1为正常语速,小于1减速,大于1加速;volume参数取值范围0-100。
  • 该方案不需要处理多段朗读的衔接等待逻辑,整段内容传入后会自动按配置连续朗读,适配多角色对话场景的需求。

内容的提问来源于stack exchange,提问作者Max Smith

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.21 21:24:07