西班牙神经声音的叙述方式不同，并且会出现以前没有的停顿。 据我了解，TTS 的设计目的是通过停顿来剪切超过 300 个音素的句子，一个月前这对于 Jorge Mexico 的声音来说效果很好，但在使用 300 个音素的句子几周后，它在 170 个音素周围产生了不必要的停顿，使得旁白听起来不自然。需要注意的是，我从今年年初就开始使用 TTS，以前没有出现过这种情况，但现在大约一个月了，这个问题一直出现。
我使用另一种语音（即 Yago Mexico 的语音）进行了一项不带逗号的长文本测试，该语音有效地削减了大约 300 个音素，而 Jorge Mexico 的语音（我使用的语音）则削减了大约 170 个音素。使用相同的文本。
SSML：https://drive.google.com/file/d/1SeidqYMsSzXnnjyrmFSV_WLicDSuePhK/view?usp=drive_link
我重申，使用相同的文本和其他声音（例如 Yago MX 的声音）不会出现这种不必要的停顿。