如何在 google 文本转语音中使用拼音或音素发音？
How to use Phonetic or Phoneme pronunciation in google text to speech?
我已经尝试了一段时间让语音或音素发音与 google's text to speech 一起工作，但未能始终如一地执行。
我使用 https://tophonetics.com/ 获得的结果有限
它将 "The cow went mad." 翻译成“ðə kaʊ wɛnt mæd”。但是 'the' 'ðə'
听不见。当我尝试“ðɪs ɪz səm fəˈnɛtɪk tɛkst ˈɪnˌpʊt”时。
是否有任何 SSML 代码来定义语音文本块，
可以是这种格式 "D,Is Iz sVm f@n'EtIk t'Ekst 'InpUt"
可以用来代替“ðɪs ɪz səm fəˈnɛtɪk tɛkst ˈɪnˌpʊt”
“
SSML 标签 <phoneme> 可满足您的需求。
遗憾的是，Google 云 Text-to-speech 目前不支持它。 Google Cloud 的可用 SSML 标签子集在 documentation. The <phoneme> tag is not in this list. An experiment using Google Cloud's text-to-speech-demo 中列出确认音素被忽略。标签的内容被当作普通文本阅读，正如@Trevor 在评论中所指出的那样。
但是，<phoneme> 标签受到 Microsoft Azure Text-to-Speech 和 Amazon Polly 的支持。在这两种情况下，可用的音素仅限于所用语言中可用的音素（请参阅 here for Azure and here for Polly). The Azure documentation isn't 100% clear about the exclusion of out-of-language phonemes, but practical experiments with the Azure Text-to-Speech demo 确认它们无法正常工作。在某些情况下，它们至少似乎被最接近的可用等价物所取代使用的语言。
仅限于一种语言的音素严重限制了音素标签的实用性。例如，您不能使用该功能以第二语言嵌入正确发音的内容，因为第二语言通常会有一些第一语言没有的音素。每种语言都有一些另一种语言没有的音素的具体语言对是 English/German、Spanish/German、English/Spanish.
Google Text-to-Speech 至少从 spring 2021 年开始支持 <phoneme> 标签。
但是，有很多潜在的陷阱需要克服：
- demo page filters out
<phoneme> tags on the client side before they even reach the API. (It does the same with the <voice> tag as pointed out here)
- 与 Microsoft Azure 文本转语音一样（请参阅可以使用的
for details), each language only supports a limited set of phonemes（“字母”）。
- 如果您使用不受支持的标签，音素标签将在没有任何警告的情况下被完全忽略。所以官方示例
<phoneme alphabet="ipa" ph="ˌmænɪˈtoʊbə">manitoba</phoneme> 不适用于任何英语变体，但 en-US，因为所有其他人都缺少 "o" 或 "oʊ" 音素。
- 不清楚您是否需要使用
v1beta1 API（我可以确认它正在运行）或者版本 v1 是否也可以。
我已经尝试了一段时间让语音或音素发音与 google's text to speech 一起工作，但未能始终如一地执行。
我使用 https://tophonetics.com/ 获得的结果有限 它将 "The cow went mad." 翻译成“ðə kaʊ wɛnt mæd”。但是 'the' 'ðə' 听不见。当我尝试“ðɪs ɪz səm fəˈnɛtɪk tɛkst ˈɪnˌpʊt”时。
是否有任何 SSML 代码来定义语音文本块， 可以是这种格式 "D,Is Iz sVm f@n'EtIk t'Ekst 'InpUt" 可以用来代替“ðɪs ɪz səm fəˈnɛtɪk tɛkst ˈɪnˌpʊt” “
SSML 标签 <phoneme> 可满足您的需求。
遗憾的是，Google 云 Text-to-speech 目前不支持它。 Google Cloud 的可用 SSML 标签子集在 documentation. The <phoneme> tag is not in this list. An experiment using Google Cloud's text-to-speech-demo 中列出确认音素被忽略。标签的内容被当作普通文本阅读，正如@Trevor 在评论中所指出的那样。
但是，<phoneme> 标签受到 Microsoft Azure Text-to-Speech 和 Amazon Polly 的支持。在这两种情况下，可用的音素仅限于所用语言中可用的音素（请参阅 here for Azure and here for Polly). The Azure documentation isn't 100% clear about the exclusion of out-of-language phonemes, but practical experiments with the Azure Text-to-Speech demo 确认它们无法正常工作。在某些情况下，它们至少似乎被最接近的可用等价物所取代使用的语言。
仅限于一种语言的音素严重限制了音素标签的实用性。例如，您不能使用该功能以第二语言嵌入正确发音的内容，因为第二语言通常会有一些第一语言没有的音素。每种语言都有一些另一种语言没有的音素的具体语言对是 English/German、Spanish/German、English/Spanish.
Google Text-to-Speech 至少从 spring 2021 年开始支持 <phoneme> 标签。
但是，有很多潜在的陷阱需要克服：
- demo page filters out
<phoneme>tags on the client side before they even reach the API. (It does the same with the<voice>tag as pointed out here) - 与 Microsoft Azure 文本转语音一样（请参阅可以使用的
- 如果您使用不受支持的标签，音素标签将在没有任何警告的情况下被完全忽略。所以官方示例
<phoneme alphabet="ipa" ph="ˌmænɪˈtoʊbə">manitoba</phoneme>不适用于任何英语变体，但en-US，因为所有其他人都缺少"o"或"oʊ"音素。 - 不清楚您是否需要使用
v1beta1API（我可以确认它正在运行）或者版本v1是否也可以。