除了 Actions on Google 标准 SSML 元素。
受支持的 Beta 版 SSML 功能摘要：
<phoneme>：自定义特定字词的发音。<say-as interpret-as="duration">：指定持续时间。<voice>：在同一请求中切换语音。<lang>：在同一请求中使用多种语言。- 时间点：使用
<mark>标记可返回指定时间点的时间点 标记。
<phoneme>
您可使用 <phoneme> 标记以内嵌方式生成单词的自定义发音。Actions on Google 接受
IPA 和
X-SAMPA 拼音字母。请参阅
音素页面，查看受支持的
语言和音素
每个 <phoneme> 标记的每个应用都指向单个字词的发音：
<phoneme alphabet="ipa" ph="ˌmænɪˈtoʊbə">manitoba</phoneme> <phoneme alphabet="x-sampa" ph='m@"hA:g@%ni:'>mahogany</phoneme>
重音标记
一个转录最多可存在 3 个级别的重音：
- 主要压力：在 IPA 中用
ˈ表示，在 X-SAMPA 中用"表示。 - 次要压力：在 IPA 中用
ˌ表示，在 X-SAMPA 中用%表示。 - 无重音：（在任一注释中）未标记有符号。
某些语言可能不到 3 个级别，或者跟踪不标识重音位置。要查看以下内容，请参阅音素页面 你语言可用的压力水平。压力标记放置在 每个重音节的开头例如，以美式英语为例：
| 示例字词 | IPA | X-SAMPA |
|---|---|---|
| 水 | ˈwɑːtɚ |
"wA:t@` |
| 水下 | ˌʌndɚˈwɑːtɚ |
%Vnd@"wA:t@ |
宽泛的转写文稿与狭义的转写文稿
一般来说，您的转录必然是更加宽式、音素更强。例如，如果用美式英语，应转录中性词汇 t（而不是使用
点按）：
| 示例字词 | IPA | X-SAMPA |
|---|---|---|
| butter | ˈbʌtɚ 代替 ˈbʌɾɚ |
"bVt@` 代替 "bV4@` |
某些情况下，使用音素表示法会使 TTS 结果听起来不太自然（例如，如果音素序列在结构上很难发音）。
例如，英语“s”的同听声音化。此时，转录中应反映出这种同化：
| 示例字词 | IPA | X-SAMPA |
|---|---|---|
| cats | ˈkæts |
"k{ts |
| 狗 | ˈdɑːgz 代替 ˈdɑːgs |
"dA:gz 代替 "dA:gs |
弱读
每个音节必须包含一个（且只包含一个）元音。这意味着应避免使用音节辅音，而是使用弱化元音进行转录。例如：
| 示例字词 | IPA | X-SAMPA |
|---|---|---|
| kitten | ˈkɪtən 代替 ˈkɪtn |
"kIt@n 代替 "kitn |
| kettle | ˈkɛtəl 代替 ˈkɛtl |
"kEt@l 代替 "kEtl |
音节划分
您可以选择使用 . 指定音节边界。每个音节都必须
包含一个（且只有一个）元音。例如：
| 示例字词 | IPA | X-SAMPA |
|---|---|---|
| 可读性 | ˌɹiː.də.ˈbɪ.lə.tiː |
%r\i:.d@."bI.l@.ti: |
时长
Actions on Google 平台支持 <say-as interpret-as="duration"> 正确
读取持续时间。例如，以下示例的表述为“five”
小时 30 分钟":
<say-as interpret-as="duration" format="h:m">5:30</say-as>
格式字符串支持以下值：
| 缩写词 | 值 |
|---|---|
| h | 小时 |
| m | 分钟 |
| s | 秒 |
| ms | 毫秒 |
<voice>
借助 <voice> 标记，您可以在单个 SSML 请求中使用多个语音。在以下示例中，默认语音是英语男声。除了“qu'est-ce qui t'amène”外，系统将合成这个语音中的所有字词
ici”的发音，该发音将用法语用女声口述，而不是
默认语言（英语）和性别（男性）。
<speak>And then she asked, <voice language="fr-FR" gender="female">qu'est-ce qui t'amène ici</voice><break time="250ms"/> in her sweet and gentle voice.</speak>
或者，您也可以使用 <voice> 标记来指定特定的语音（即
语音名称
支持的语音和语言页面）
而不是指定 language 和/或 gender：
<speak>The dog is friendly<voice name="fr-CA-Wavenet-B">mais la chat est mignon</voice><break time="250ms"/> said a pet shop owner</speak>
当您使用 <voice> 标记时，Actions on Google 预期会收到
一个 name（即
语音的名称
）或以下属性的组合。三者
属性是可选属性，但如果您不提供
name。
gender：male、female或neutral中的一个。variant：当有多个资源时，用作裁定程序 选择使用哪种语音（具体取决于您的配置）。language：您所需的语言。一个给定的<voice>标记中只能指定一种语言。以 BCP-47 格式指定您的语言。您可以在支持的语音和语言页面上的语言代码列中找到与您的语言对应的 BCP-47 代码。
您还可以使用两个附加标记 required 和 ordering 控制每个 gender、variant 和 language 特性的相对优先级。
required：如果某个属性被指定为required且未配置 请求将失败ordering：ordering标记后列出的任何属性都被视为首选属性，而非必需属性。SSML 会考虑 尽最大努力按照优先列出属性的顺序 在ordering标记之后。如果配置了任何首选属性 如果并非如此，Actions on Google 可能仍会返回有效的语音， 并排除了错误的配置
使用 required 和 ordering 标记的配置示例：
<speak>And there it was <voice language="en-GB" gender="male" required="gender" ordering="gender language">a flying bird </voice>roaring in the skies for the first time.</speak>
<speak>Today is supposed to be <voice language="en-GB" gender="female" ordering="language gender">Sunday Funday.</voice></speak>
<lang>
您可以使用 <lang> 在同一 SSML 请求中包括多种语言的文本。所有语言都将合成到同一语音中，除非您使用 <voice> 标记明确更改语音。xml:lang 字符串必须包含
BCP-47 格式的目标语言（该值在
支持的语音
表格）。在下面的示例中，“chat”将采用法语读出，而不是
默认语言（英语）：
<speak>The french word for cat is <lang xml:lang="fr-FR">chat</lang></speak>
Actions on Google 平台会尽最大努力支持 <lang> 标记。并非所有
如果在相同的广告系列中指定语言组合，
SSML 请求。在某些情况下，某个语言组合可能会产生可检测到但具有微妙或负面感知性的影响。已知问题：
<lang>标记不支持带有汉字字符的日语。通过 会按照中文字符进行音译并读出来。- 阿拉伯语、希伯来语和波斯语等闪米特语言不在以下国家/地区的支持：
<lang>标记，并且会导致静音。如果您想使用以下任一功能 我们建议使用<voice>标记切换到符合以下条件的语音： （如果有）。