Поддерживает ли Google WaveNet фонетический ввод (элементы фонемы SSML)?

Я работаю с продуктом, который использует фонетический ввод, чтобы заставить TTS генерировать правильное произношение имен. Я не вижу теги фонем в документации Google WaveNet TTS https://cloud.google.com/text-to-speech/docs/ssml, но, возможно, я его пропустил.

Если кто-нибудь из разработчиков Google слушает, могут ли они поделиться планами по добавлению фонетического ввода? Tnx


text-to-speech ssml
person murspieg    schedule 20.11.2019    source источник

Ответы (1)


arrow_upward
-1
arrow_downward

Поскольку они основаны на нейронных сетях от начала до конца (текст -> сеть -> звук), они, вероятно, никогда не выполняли такой шаг фонемы, как (текст -> фонема -> сеть -> звук).

Это очень ожидаемо, так как этот выбор фонемы должен быть работой нейронной сети, исключающей ненужные фазы.

person Daniel Möller    schedule 20.07.2020
comment
Несомненно верно, но все системы TTS нуждаются в переопределении специализированных словарей (имен собственных, технических терминов). Независимо от качества правил, они всегда будут нужны. - person murspieg; 22.07.2020