Balabolka, come impostare i tag per ottenere il massimo dalla voce TTS.

In questo video tutorial è possibile vedere come impostare i tag, simili a quelli html, per ottenere il massimo dalla voce TTS usando ...

In questo video tutorial è possibile vedere come impostare i tag, simili a quelli html, per ottenere il massimo dalla voce TTS usando Balabolka.

Il video è in pratica una demo completa della sintassi dei tag che rende più efficace il suono delle voci TTS. La sintassi usata nel video di fatto è XML e tag di controllo SSML.

Che cos'è SSML? 

SSML è l'acronimo di Speech Synthesis Markup Language, è un linguaggio di markup utilizzato per controllare aspetti della sintesi vocale, migliorando la qualità e l'intonazione della voce generata dai sistemi TTS (Text-to-Speech).

1. <speak>
Il tag principale che racchiude tutto il testo e i comandi SSML. Deve essere il contenitore di tutti gli altri tag SSML.

<speak>Testo da leggere.</speak>

2. <voice>
Specifica la voce da utilizzare per leggere il testo racchiuso.

<voice name="CerereVoice-Dario"><Questo è un esempio di cambio di voce.</voice>

3. <break>
Introduce una pausa nel discorso. Può specificare la durata in millisecondi o una lunghezza (come "short", "medium", "long").

<p><break time="500ms"/></p>

4. <prosody>
Controlla vari attributi della voce come velocità, tono e volume.

<prosody rate="fast" pitch="high" volume="loud">Questo è un esempio di controllo della prosodia.</prosody>

5. <say-as>
Specifica come un particolare testo deve essere interpretato (ad esempio, come una data, un numero di telefono, una frazione, ecc.).

<p><say-as interpret-as="date">2024-06-17</say-as></p>

6. <p> e <s>
Indicano i paragrafi e le frasi, aiutando a strutturare il testo per migliorare l'intonazione naturale.

<p>Questo è un paragrafo.</p> <s>Questa è una frase.</s>

7. <phoneme>
Specifica la pronuncia di una parola usando i simboli fonetici.

<p><phoneme alphabet="ipa" ph="ˈhɛloʊ">hello</phoneme></p>

8. <sub>
Fornisce un'alternativa di pronuncia o espansione per una parola o una frase.

esempio alternativa di pronuncia, xml: 

<p><sub alias="Ciat Gi Pi Ti">ChatGPT</sub></p>

esempio espansione di una parola, un Acronimo, xml: 

<p><sub alias="World Wide Web Consortium">W3C</sub></p>

9. <emphasis>
Aggiunge enfasi a una parola o frase.

<p><emphasis level="strong">Questo è enfatizzato.</emphasis></p>

10. <audio>
Include un file audio esterno nel testo sintetizzato.

<p><audio src="sound.mp3"/></p>

11. <mark>
Inserisce un tag di marcatura temporale nel testo, utile per sincronizzazioni con eventi esterni.

<p><mark name="inizio_paragrafo"/></p>

12. <lang>
Specifica la lingua per il testo racchiuso, utile per cambi di lingua all'interno dello stesso documento.

<p><lang xml:lang="fr-FR">Bonjour le monde</lang></p>

Questi tag possono essere combinati in vari modi per creare una lettura più naturale e controllata, migliorando l'esperienza di ascolto per gli utenti.