Azure Text to Sound Configuration
可配置参数列表
| 参数名称 | 参数说明 | 默认值 |
|---|---|---|
| key | Azure Speech Services Key，获取请参考： Azure Speech Services Key | |
| service_region | Azure Speech Services 区域, 获取请参考： Azure Speech Services 区域 | |
| voice_name | Voice Name, 获取请参考：声音列表 | zh-CN-YunyangNeural |
| style | 声音特定的说话风格。您可以表达诸如欢快、同理心和冷静等情绪。您还可以针对不同的场景（例如客服、新闻播报和语音助手）优化声音。如果 style 值缺失或无效，则整个 mstts:express-as 元素将被忽略，服务将使用默认的中性语音 | 无，如果配置了这个字段，将会使用 ssml 来生成语音 |
| styledegree | 说话风格的强度。您可以指定更强或更弱的风格，使语音更加富有表现力或温和。接受值的范围：0.01 到 2 (包含 2)。默认值是 1，表示预定义的风格强度。最小单位是 0.01，会使声音稍微倾向于目标风格。值为 2 时，会使默认风格强度翻倍。如果缺少风格强度信息或您的声音不支持该属性，则会忽略此属性。 | 默认值是1，只有设置了 style 字段才会生效 |
| role | 说话角色扮演。声音可以模仿不同的年龄和性别，但语音名称不会改变。例如，男性声音可以通过升高音调并改变语调来模仿女性声音，但语音名称不会改变。如果角色信息缺失或您的声音不支持该属性，则会忽略此属性 | 无，只有设置了 style 字段才会生效 |
| dialect_name | 方言名称 | voice_name 要设置为一个支持方言的值，然后才能设置方言，另外需要注意 azure 的区域是否支持方言，中文方言建议使用 eastasia 区 |
| prosody_rate | 语速，可选值 ['slow', 'x-slow', 'medium', 'fast', 'x-fast'] 或者 [0, 3] | 1 |
| prosody_pitch | 声调, 可选值 ['low', 'x-low', 'medium', 'high', 'x-high'] 或者 [0.5, 1,5] | 1 |
| prosody_volume | 音量, 可选值 ['silent', 'x-soft', 'soft', 'medium', 'x-loud'] 或者 [0, 1.5] | 1 |
当 voice_name 设置为 zh-CN-XiaoxiaoDialectsNeural 时，dialect_name 可以设置为以下的方言：
- 山东方言：
zh-CN-shandong - 东北话：
zh-CN-liaoning - 四川方言：
zh-CN-sichuan - 台湾话：
zh-TW - 河南方言：
zh-CN-henan - 陕西方言：
zh-CN-shaanxi - 闽南话：
nan-CN - 安徽普通话：
zh-CN-anhui - 甘肃方言：
zh-CN-gansu - 湖南普通话：
zh-CN-hunan - 陕西方言：
zh-CN-shanxi
SSML 具体设置请参考 Azure 文档： https://learn.microsoft.com/en-us/azure/ai-services/speech-service/speech-synthesis-markup-voice
配置示例
roles.json
{
"1": {
"start_text": "你好，我是小兔兔，请问有什么我可以帮助你的吗？",
"prompt": "你扮演一个孩子的小伙伴，名字叫小兔兔，性格和善，说话活泼可爱，对孩子充满爱心，经常赞赏和鼓励孩子，用5岁孩子容易理解语言提供有趣和创新的回答，每次回复根据聊天主题询问她的看法以激发她的思考和好奇心，现在她来到了你身边问了第一个问题:[你是谁]",
"tts_type": "azure-tts",
"tts_config": {
"key": "aaaaaaaaaaaa",
"service_region": "asiaeast",
"voice_name": "zh-CN-YunyangNeura"
}
}
}