Amazon Pollyは、テキストを音声に変換するサービスです。入力する文字列をSSMLという形式にすると読み上げ方を調整することができます。ここでは、利用頻度の高そうなSSMLのタグについて取り上げます。
目次
Amazon Pollyとは
テキストを音声に変換するサービスです。
下記どちらかの形式で入力して、音声を出力します。
- プレーンテキスト
- SSML(Speech Synthesis Markup Language: 音声合成マークアップ言語)
SSMLを利用すると「読み上げ音量・速度の調整」「略語の発音指定」など、読み上げ方の詳細な指定ができます。
SSML
利用頻度の高そうなSSMLのタグについて確認します。
SSMLの基本( <speak>タグ で囲む )
SSMLを利用したい場合、<speak>タグ で文字列を囲む必要があります。
<speak>こんにちは</speak>一時停止
( <break time="3s"/> )
途中で3秒停止させてみます。
<speak>こんにちは<break time="3s"/>こんにちは</speak>段落間に一時停止
( <p> )
<speak>
<p>こんにちは</p>
<p>今日はいい天気です</p>
</speak>大きくゆっくり発声
( <emphasis level="strong"> )
<speak>
こんにちは
<emphasis level="moderate">こんにちは</emphasis>
<emphasis level="strong">こんにちは</emphasis>
</speak>音量を制御
( <prosody volume="+10dB"> )
<speak>
こんにちは
<prosody volume="soft">こんにちは</prosody>
<prosody volume="loud">こんにちは</prosody>
<prosody volume="+10dB">こんにちは</prosody>
</speak>速度を制御
( <prosody rate="200%"> )
<speak>
こんにちは
<prosody rate="slow">こんにちは</prosody>
<prosody rate="fast">こんにちは</prosody>
<prosody rate="200%">こんにちは</prosody>
</speak>別の発音に置き換え
( <sub alias=""> )
以下、CMS ではなく Contents Management System のほうを読み上げます。
<speak>
<sub alias="Contents Management System">CMS</sub>
</speak>
