疑问解答

• 现在支持哪些小语种？

• WebAPI接口支持16种小语种发音人，包括日语、韩语、法语、西班牙语、俄语、泰语、德语、意大利语、葡萄牙语等。SDK暂不支持。持续迭代中，敬请期待。

• 我想要做一款阅读软件产品，集成哪个SDK？

• 在线语音合成支持Android、iOS、Linux、Windows、Java平台的SDK，以及不限制开发平台的WebAPI接口，请根据实际需求场景选择。比如要做手机APP，请选择Android和iOS的SDK，要做网站则选择集成WebAPI接口。

• 在线语音合成支持哪些发音人，如何体验发音人效果？

• 在线语音合成目前支持中文普通话、部分中文方言以及英文播报，音色涉及男声、女声、童声、中年等。官网有发音人列表，建议先在线体验发音人效果，然后到控制台-我的应用-服务管理处添加符合需求的发音人，利用SDK或WebAPI接口进行实际测试。发音人的试用期限为添加后的15天内，500次/日，超过期限请按照官网提示进行购买。

• 在线语音合成可以进行个性化设置吗？

• 对于已有的发音人，在线语音合成可以通过参数设置来调节语速、音量、语调，以获得更丰富的效果。我们也有能力为您定制专属音库，如有需要请在官网提交申请。

• 在线语音合成的音频数据，可以保存为哪些格式的音频文件？

• 在线语音合成SDK合成的音频默认为采样率8K或16K（通过参数可设置）、位长16bit、单声道的pcm，部分SDK也支持wav格式，其他格式需要您自行进行转换。在线语音合成WebAPI支持pcm格式。

• 在线语音合成单次最多合成多长的文字？想合成大段文本怎么办？

• 在线语音合成SDK单次最多支持8192个字节，WebAPI接口单次最多支持8000个字节。超过限制的话需要先分段合成，而后请自行进行拼接处理。

• 在线语音合成可以指定文字发音吗？

• 针对一些定制发音的需求，可以选择在文本中加入一些特殊的标记来实现，比如标记汉字读音、英文单词发音方式、加入停顿等。有cssml标记和简单标记两种方法，不过请注意并非所有发音人都支持标记，具体操作方法请参照这里。请注意以上目前仅适用于SDK，不适用于WebAPI接口。

• 在线语音合成可以指定数字读音吗？

• 指定数字读音有两种方式，参数设置和文本标记。参数设置是通过rdn这个参数设置的，默认为0：数值优先，还可以设置1：完全数值，2：完全字符串，3：字符串优先，作用范围是本次合成的整段文字。文本标记即上文提到的cssml标记或简单标记的方式，作用范围仅是标记内的部分文字。请根据您的需求选择合适的方法。

• 在线语音合成的音频播放不完整怎么办？

• 针对SDK，首先请下载并更新为新版重新进行测试，如新版还有问题，请按照以下思路进行排查（可参考论坛）。

  1、将播放的音频文件保存下来；

  2、检查保存下来的音频是否完整力；

  3、如果音频文件完整，那就说明是播放器的问题，建议自定义播放器去播放；

  4、如果音频文件内容不完整，请测试SDK中的Demo在该设备上是否有同样的问题；

  5、如果Demo没有同样的问题，请对照Demo检查自己的程序。如果Demo也有同样的问题，请到控制台-我的提问处提交问题，请提供设备型号、音频文件、日志文件msc.log、logcat日志等信息供我们调查。日志生成方法：可参考论坛。针对WebAPI接口，请提供sid以及音频文件，到控制台-我的提问处提交问题，工作人员会尽快回复处理。

• SDK在语音合成播报的时候，可以同时进行语音识别吗？可以同时播放音乐吗？

• 同时开启语音合成和识别，或者同时播放音乐会引起音频焦点冲突，而SDK本身是不处理音频焦点的，需要您自行管理音频焦点。附一篇关于iOS不同音频场景的经验总结供参考；

• 更多问题，这里讨论