SSML: differenze tra le versioni

Versione delle 11:13, 9 apr 2009

Versione delle 11:16, 9 apr 2009

Riga 7:

I [[tag]] definiti in SSML sono in grado di controllare la resa di un sistema di sintesi durante tutte le sei fasi fondamentali del processo tipico di elaborazione <ref>{{cita|Speech Synthesis Markup Language (SSML) Version 1.0|1.2, Speech Synthesis Process Steps}}</ref>:

#Scansione dell'XML (''[[parsing]]''): in questa fase il file SSML viene esaminato per estrarre la parte dei contenuti. Il markup controlla la resa di quelle che il sistema di sintesi considererà entità singole (''[[token]]''); per esempio: ''anno<nowiki><break /></nowiki>nuovo'' farà in modo che le due parole "''anno''" e "''nuovo''" vengano considerate come due parole completamente staccate tra di loro invece che due parole legate tra loro e separate solo da una breve pausa.

#Analisi della struttura: in questa fase il markup controlla la suddivisione in [[paragrafo|paragrafi]] e [[frase|frasi]], consentendo così di controllare gli stacchi tra parti diverse del testo.

#Normalizzazione del testo: in questa fase il sistema di sintesi risolve e prepara per la resa costrutti particolari come abbreviazioni e numeri, basandosi sul contesto e in funzione della lingua finale. Il markup viene usato per controllare e risolvere ambiguità di resa, indicando direttamente al sistema di sintesi come deve esser resa convertita la parte specifica: per esempio, consente di indicare se il testo "1/2" deve essere resopronunciato come "''un mezzo''", "''metà''", "''uno di due''", "''uno o due''". Questo è particolarmente utile per le lingue orientali, dove la pronuncia del singolo carattere può cambiare completamente in base al contesto o al sistema usato. Un esempio è la [[lingua giapponese]] dove, in caso di ambibuitàambiguità tra [[Kanji]] e [[Kana]], si può indicare tramite il markup la corretta resa fonetica desiderata, per es. se 今日は va pronunciato きょうは ("kyou wa" = "oggi") o こんにちは ("konnichiwa" = "ciao").

#Conversione testo-[[fonema]]: in questa fase il sistema di sintesi deve elaborare la pronuncia corretta, in base ai fonemi specifici di una determinata lingua. Il markup può essere usato per controllare in modo esplicito la pronuncia desiderata e in questa fase risulta particolarmente utile per [[acronimo|acronimi]] o [[abbreviazione|abbreviazioni]] che il sistema di sintesi non è stato in grado di risolvere durante la fase di normalizzazione.

#Analisi della [[prosodia]]: in questa fase il sistema di sintesi genera e controlla tutta una serie di parametri che servono per rendere la sintesi il più vicina possibile al discorso parlato di un essere umano: [[intonazione]], [[ritmo]], [[pausa|pause]], [[velocità]], [[enfasi]] eccetera. Il markup in questa fase è particolarmente efficace in quanto consente il controllo diretto di enfasi,alcuni pausedi e altri elementi diquesti prosodiaparametri.

#Generazione dell'audio: il markup in questa fase consente di controllareselezionare il tipo di voce (maschile, femminile), le sue caratteristiche specifiche del tipo di voce (es. donna giovane, uomo anziano) e anche l'eventuale inserimento di elementi di audio pre-registrato.

== Evoluzione ==