Microsoft Azure TTS 认知服务语音限制问题

Question

我对

cognitive

的文本转语音（TTS）服务非常陌生。我成功地使用

Microsoft Azure

的

TTS

服务将给定文本转换为音频文件。当我的

Azure

voice

文档中有单个

SSML

元素时，它工作得很好。

XML

工作的例子是；SSML

但是，当我有多个语音标签（基于性别）时，它会导致错误。它的

<speak version="1.0" xml:lang="en-US">
  <voice xml:lang="en-US" xml:gender="Male" name="en-US-Jessa24kRUS"> 
       Hello, this is my sample text to convert into audio? 
  </voice>
</speak>

是：

SSML

错误是：

响应状态代码不表示成功：400（SSML 必须包含最多 5 个语音元素。实际为 6 个。）。

如果有人解释为什么将我限制为五个

<speak version="1.0" xml:lang="en-US">
  <voice xml:lang="en-US" xml:gender="Male" name="en-US-Guy24kRUS"> What’s your name? </voice>
  <voice xml:lang="en-US" xml:gender="Female" name="en-US-Jessa24kRUS"> My name is Cindy Smith. Do you know John Silver?</voice>
  <voice xml:lang="en-US" xml:gender="Male" name="en-US-Guy24kRUS"> John and I are old friends. </voice>
  <voice xml:lang="en-US" xml:gender="Female" name="en-US-Jessa24kRUS"> John just joined our company as a salesperson. </voice>
  <voice xml:lang="en-US" xml:gender="Male" name="en-US-Guy24kRUS"> That’s good news. John has been a salesperson for chemical products for many years. </voice>
  <voice xml:lang="en-US" xml:gender="Female" name="en-US-Jessa24kRUS"> I head he really likes his new job.</voice>
</speak>

，而

文档

中没有提到任何限制，这对我会有很大帮助。

Answer 1

Answer 2

当前限制为 45。它包括

voice tags
2023. 和

      voice

      标签。例如。 32 个

      audio

      标签和 13 个

      voice

      。