因为汉字博大精深的文化底蕴，和当前技术发展的限制，语音合成还不能做到百分之百的准确。为满足客户在各种复杂环境的个性化需求，特推出以下文本控制标记，用于灵活控制汉字发音的变化。
系统会将文本控制标记当做文本进行合成。文本控制标记可以连同其它文本一起发送合成，也可以单独发送合成。
文本控制标记都会当做全局有效，恢复默认除外。
所有的文本控制标记均为半角字符。
不符合以上可识别的“文本控制标记”的或者格式不对的，一律按普通的字符和数字处理。
文本控制标记中的数字超过范围的，均按默认值处理。
[r001]是有效的文本控制标记，等价于[r1]；其他的类似。
特别说明：对于有些带显示屏的用户，一段文字既要用于合成播报也要用于屏幕显示的情况下，为防止控制标记被显示在屏幕上，可以进行以下两种方法处理：
1. 用于播报的文字段和用于显示的文字段，分开存储和管理。
2. 用于播报的文字段删除控制标记后再显示到显示屏。
发送相应的“文本控制标记”还可以设置语音合成的参数等（例如设置：音量，语速，发音人）
若用户要恢复默认参数，有以下几种方式：
发送“[d]”：会恢复“用户参数控制标记”的所有参数为默认
发送“[m3]”：会恢复“发音人控制标记”参数为默认
发送“[g0]”：会恢复“语种控制标记”参数为默认
发送“[d][m3][g0]”：会恢复“用户参数控制标记”、“发音人控制标记”、“语种控制标记”参数为默认
| 作用 | 控制标识 | 默认设置 | 详细说明 |
| 发音人选择 | [m*] | [m3] |
3 - 晓玲 (女声) |
| 作用 | 控制标识 | 默认设置 | 详细说明 |
| 数字处理策略 | [n*] | [n0] |
(*=0/1/2) 0 - 自动判断 1 - 数字作号码处理 2 - 数字作数值处理 |
| 语速调节 | [s*] | [s5] |
(*=0~10) * - 语速值（0 至 10） 说明：语速值越小，语速越慢 |
| 语调调节 | [t*] | [t5] |
(*=0~10) * - 语调值（0至10） 说明： 语调值越小，基频值越低 |
| 音量调节 | [v*] | [v5] |
(*=0~10) * - 音量值（0至10） 说明： 音量的调节范围为静音到音频设备支持的最大值 |
| 提示音策略 | [x*] | [x1] |
(*=0/1) 0 - 不使用提示音 1 - 自动使用提示音 |
| 中文拼音识别 | [i*] | [i0] |
(*=0/1) 0 - 不识别汉语拼音 1 - 识别汉语拼音 说明： 拼音模式为：1至6位字母 + 1位数字 声调用1位数字表示(1:阴平 2:阳平 3:上声 4:去声 5:轻声) |
| 中文姓名读音策略 | [r*] | [r0] |
(*=0/1/2) 0 - 自动判断姓名读音 1 - 强制以后的每句开头字均按姓氏读音 2 - 强制紧跟句的开头字按姓氏读音 |
| 中文号码“1”读法 | [y*] | [y0] |
(*=0/1) 0 - 合成号码时"1"读成"幺" 1 - 合成号码时"1"读成"一" |
| 中文韵律标注策略 | [z*] | [z0] |
(*=0/1) 0 - 不处理韵律标注 1 - 处理韵律标注 说明：韵律标注中 使用“#”标出韵律短语划分位置。 使用“*”标出韵律词划分位置。 |
| 中文发音风格 | [f*] | [f1] |
(*=0/1) 0 - 一字一顿 1 - 平铺直叙 |
| 中文读标点策略 | [b*] | [b0] |
(*=0/1) 0 – 不读标点符号 1 – 读标点符号 |
| 作用 | 控制标识 | 详细说明 |
| 静音一段时间 | [p*] |
(*=无符号整数) * - 插入静音的时间长度，单位：毫秒(ms) |
| 中文汉字改变读音 | [=*] |
(*=拼音) * - 将前一个中文汉字改变读音 说明： 拼音模式为：1至6位字母 + 1位数字 声调用1位数字表示(1:阴平 2:阳平 3:上声 4:去声 5:轻声) 连续出现时以第一个为准。 |
| 恢复默认合成参数 | [d] | 所有设置（除发音人设置和语种外）恢复为默认值 |
| 作用 | 控制标识 | 默认设置 | 支持语种 | 详细说明 |
| 英文语种设置 | [g*] | [g0] | 中文、英文 |
(*=0/1/2) 0 - 自动判断 1 - 设置成中文（数字、度量单位、符号等合成中文） 2 - 设置成英文（数字、度量单位、符号等合成英文） |
| 英文0的读法 | [o*] | [o0] | 英文 |
(*=0/1) 0 - 默认读“zero” 1 - 强制读英文字母“o”音 |
| 英文韵律停顿加长 | [k*] | [k0] | 英文 |
(*=0/无符号整数) 0 - 默认，英文句中韵律处停顿时间：不变（不加长） 1 - 英文句中韵律处停顿时间：加长 50毫秒 (ms) 2 - 英文句中韵律处停顿时间：加长100毫秒 (ms) 3 - 英文句中韵律处停顿时间：加长150毫秒 (ms) 以此类推... |
| 英文单词发音方式 | [h*] | [h0] | 中文、英文 |
(*=0/1) 0 - 默认自动判断 1 - 按字母读 |
有个别英文句子在播放时可能出现卡顿（听感上像大的爆音），这种情况主要出现在用最快语速播放时或者英文句子很长时，用户参考以下举例和策略，自行测试解决卡顿。
文本：[s10]The subscriber you dialed can not be connected for the moment.[d]
问题：在“for”处出现大爆音卡顿
解决办法一：用[k?]标记加长韵律处的停顿
[k6][s10]The subscriber you dialed can not be connected for the moment.[d]
解决办法二：解决2：用[p?]标记加长韵律处的停顿
[s10]The subscriber[p300]you dialed can not be connected[p300]for the moment.[d]
解决办法三：降低语速
[s8]The subscriber you dialed can not be connected for the moment.[d]
文本：[s10]Here's a pie made by Uncle Jim. [d]
问题：在“pie”处出现小爆音卡顿
解决办法：用[p?]标记加长韵律处的停顿
[s10]Here's a pie [p50]made by Uncle Jim. [d]
文本：[s10]请插入RTK定位模块[d]
问题：在“RTK”处出现小爆音卡顿
解决办法：用[p?]标记加长韵律处的停顿
[s10]请插入[p50]RTK定位模块[d]
| 示例文本 | 合成解释 |
|---|---|
| [m3]我是晓玲[m3] | 用发音人“晓玲”的声音合成： “我是晓玲” |
注：标记[d]不会将发音人恢复成默认，要恢复默认发音人，必须用[m3]恢复。
| 示例文本 | 合成解释 |
|---|---|
| [n0]拨打62986600。有123公斤重。[d] | 自动判断。 读作：拨打六二九八六六零零。有一百二十三公斤重 |
| [n1]拨打62986600。有123公斤重。[d] | 强制按照号码的方式合成数字串。 读作：拨打六二九八六六零零。有一二三公斤重 |
| [n2]拨打62986600。有123公斤重。[d] | 强制按照数值的方式合成数字串。 读作：拨打六千二百九十八万六千六百。有一百二十三公斤重 |
| 示例文本 | 合成解释 |
|---|---|
| [s5]欢迎使用[s8]宇音天下研发的[s2]嵌入式语音合成系统[d] | 按5级语速播放“欢迎使用” 按8级语速播放“宇音天下研发的” 按2级语速播放“嵌入式语音合成系统” |
| 示例文本 | 合成解释 |
|---|---|
| [t5]欢迎使用[t8]宇音天下研发的[t2]嵌入式语音合成系统[d] | 按5级语调播放“欢迎使用” 按8级语调播放“宇音天下研发的” 按2级语调播放“嵌入式语音合成系统” |
| 示例文本 | 合成解释 |
|---|---|
| [v5]欢迎使用[v8]宇音天下研发的[v2]嵌入式语音合成系统[d] | 按5级音量播放“欢迎使用” 按8级音量播放“宇音天下研发的” 按2级音量播放“嵌入式语音合成系统” |
| 示例文本 | 合成解释 |
|---|---|
| [x0]sounda msga sound101[d] | 不按提示音处理。 直接读成英文字母：s-o-u-n-d-a m-s-g-a s-o-u-n-d-1-0-1 |
| [x1] sounda msga sound101[d] | 按提示音处理。 播放信息提示音sounda，再播放和弦提示音msga，播放信息提示音sound101. |
| 示例文本 | 合成解释 |
|---|---|
| [i0]欢迎shi3yong4我gong1si1de5系统[d] | 不识别汉语拼音，按汉字和字母和数字逐个发音 读作：欢迎shi三yong四我gong一si一de五系统 |
| [i1]欢迎shi3yong4我gong1si1de5系统[d] | 识别汉语拼音 读作：欢迎使用我公司的系统 |
| 示例文本 | 合成解释 |
|---|---|
| [r0]解放涛的妹妹来了，单位的单小虎也来了[d] | 自动判断姓名读音 读作：解(jie3)放涛的妹妹来了，单(dan1)位的单(shan4)小虎也来了 |
| [r1]解放涛的妹妹来了，单位的单小虎也来了[d] | 强制每句开头字按姓氏读音 读作：解(xie4)放涛的妹妹来了，单(shan4)位的单(shan4)小虎也来了 |
| [r2]解放涛的妹妹来了，单位的单小虎也来了[d] | 仅紧跟的汉字强制姓氏读音 读作：解(xie4)放涛的妹妹来了，单(dan1)位的单(shan4)小虎也来了 |
| 示例文本 | 合成解释 |
|---|---|
| [y0]010-62986600[d] | 按照“幺”的读法合成号码文本中的“1”。 读作：零幺零，六二九八六六零零 |
| [y1]010-62986600[d] | 按照“一”的读法合成号码文本中的“1”。 读作：零一零，六二九八六六零零 |
注：此标记必须是在合成号码类型文本的时候才有效。
| 示例文本 | 合成解释 |
|---|---|
| [z0]美国会参议院以59票对39票的结果通过金融监管改革法案[d] | 不处理韵律标注: 韵律划分和读法为：美国会参议院 以59票对39票的结果 通过金融监管改革法案。 |
| [z1]美国会参议院以59票#对39票的结果通过#金融监管改革法案[d] | 处理韵律标注： 韵律划分和读法为：美国会参议院以59票 对39票的结果通过 金融监管改革法案。 |
| 示例文本 | 合成解释 |
|---|---|
| [f0]欢迎观看语音合成系统的演示[d] | 按“一字一顿”的发音风格朗读 |
| [f1]欢迎观看语音合成系统的演示[d] | 按“平铺直叙”的发音风格朗读 |
| 示例文本 | 合成解释 |
|---|---|
| [b0] 欢迎光临，请进！[d] | 标点符号不读出，读成：“欢迎光临 请进” |
| [b1] 欢迎光临，请进！[d] | 读出标点符号， 读成：“欢迎光临 逗号 请进 感叹号” |
静音时间范围为：0-32000，单位ms
| 示例文本 | 合成解释 |
|---|---|
| 欢迎使用宇音天下[p1000]研发的嵌入式[p2000]语音合成系统 | 播放“欢迎使用宇音天下”，静音1秒，再播放“研发的嵌入式”，静音2秒，再播放“语音合成系统” |
| 示例文本 | 合成解释 |
|---|---|
| 欢迎他们，欢迎他[=ni3]们，欢迎他[=wo3]们 | 读作：欢迎他们，欢迎你们，欢迎我们 |
| 示例文本 | 合成解释 |
|---|---|
| [n1]123,[y1]010-62986600[d]123, 010-62986600。 | 读成：一二三，零一零，六二九八六六零零，一百二十三，零幺零，六二九八六六零零 |
| 示例文本 | 合成解释 |
| [g0]http://www.tts168.com.cn[g0] | 自动判断语种。 读作：h t t p w w w dot t t s one six eight dot com dot c n |
| [g1]http://www.tts168.com.cn[g0] | 按中文语种读。 读作：h t t p 三 w 点 t t s 幺六八点 com 点 c n |
| [g2]http://www.tts168.com.cn[g0] | 按英文语种读。 读作：h t t p w w w dot t t s one six eight dot com dot c n |
芯片默认的语种为自动判断，用户的产品上电时，必须初始化语种。用户产品为英文产品时，请初始化合成“[g2]”将语种设置为英文。
标记[d]不会将语种恢复成默认自动判断，要恢复语种为默认，必须用[g0]恢复。
设置为中文语种时（应用“[g1]”）： 请不要合成英文句子，否则会不读或者读错甚至死机
| 示例文本 | 说明 |
| [g1]你好。 I'll go now. Do what you enjoy. | 错误。会不读或者读错甚至死机 |
| [g1]你好。 [g2]I'll go now | 正确。请使用这种方式，在语种切换时，手动设置语种。 |
| [g1]你好。 [g0]I'll go now | 正确。不建议使用 |
| [g0]你好。 I'll go now | 正确。不建议使用 |
设置为英文语种时（应用“[g2]”）： 请不要合成中文句子，否则会不读或者读错甚至死机。
| 示例文本 | 说明 |
| [g2]hello. 这是emTTS系统。 | 错误。会不读或者读错甚至死机 |
| [g2]hello. [g1]这是emTTS系统。 | 正确。请使用这种方式，在语种切换时，手动设置语种。 |
| [g2]hello. [g0]这是emTTS系统。 | 正确。不建议使用 |
| [g0]hello. 这是emTTS系统。 | 正确。不建议使用 |
| 示例文本 | 合成解释 |
| [o0]call 13811002200[d] |
按照“zero”的读法合成号码文本中的“0”。 读：call one three eight one one zero zero two two zero zero |
| [o1]call 13811002200[d] |
按照字母“o”读法合成号码文本中的“o”。 读：call one three eight one one o o two two o o |
| 示例文本 | 合成解释 |
| [k0]The subscriber you dialed can not be connected for the moment.[d] |
句中韵律处停顿时间：默认不变（不加长） 读作：“The subscriber” ，韵律处自然停顿后，接着读“you dialed can not be connected”, 韵律处自然停顿后，接着读“for the moment”, |
| [k12]The subscriber you dialed can not be connected for the moment.[d] |
句中韵律处停顿时间：加长600毫秒(=12*50ms) 读作：“The subscriber” ,韵律处多停顿600毫秒，接着读“you dialed can not be connected” 韵律处多停顿600毫秒，接着读“for the moment” |
| The subscriber[p600]you dialed can not be connected[p600]for the moment. | 读作：“The subscriber” ,静音600毫秒，接着读“you dialed can not be connected”静音600毫秒，接着读“for the moment” |
[p?]静音标记也能起到句中韵律处停顿时间加长的功能，但韵律停顿处的语调会略有区别，用户可以对比两个控制标记自行测试选择使用
[k?]标记用户需在句首设置，芯片会自动在韵律处加长停顿
[p?]标记用户可以自行加在句中的任意位置
| 示例文本 | 合成解释 |
| this is [h0]Windows[d] system. 这是[h0]Windows[d]系统。 |
自动判断单词的读法 读作：this is Windows system. 这是Windows系统。 |
| this is [h1]Windows[d] system. 这是[h1]Windows[d]系统。 |
强制单词读成字母 读作：this is w i n d o w s system. 这是 w i n d o w s 系统。 |
例1：AB点相距太近。 AC点相距太近。
问题：读字母和读汉字的不是同一发音人
解决办法：用[h1]标记强制读字母
[h1] AB点相距太近。 AC点相距太近。[d]
例2：EC点相距太近。
问题：“EC”应读成字母
解决办法：用[h1]标记强制读字母
[h1] EC点相距太近。[h0]