SSMLmerkintäkieltä

SSMLmerkintäkieltä (yleisesti nimetty SSML) on XML-pohjainen merkintäkieli, jonka tarkoituksena on antaa puhesynteesille tarkkaa ohjausta puheen tuotantoon liittyen. Sen avulla voidaan säätää puheen nopeutta, sävyä, taukoja sekä lausumistapaa, mikä mahdollistaa luonnollisemman ja hallitumman ääniesityksen.

SSML:n perusrakenne koostuu pääasiallisesta <speak>-elementistä, jonka sisällä voidaan käyttää useita alielementtejä kuten <prosody>, <break>, <emphasis>, <say-as>, <phoneme>, <sub>, sekä tekstin ja lauserakenteiden jäsentämistä varten <p> ja <s>. Esimerkki: <speak>Hei maailma. <break time="500ms"/> Tämä on esimerkkitekstiä.</speak>.

SSML on W3C-standardi ja useimmat suurimmat puhesynteesipalvelut tukevat sen osia, mutta tuki vaihtelee palveluntarjoajan ja version mukaan. Siksi käytännön toteutuksessa on tärkeää testata, mitkä elementit ja attribuutit ovat käytettävissä kussakin ympäristössä.

Rajoitukset ja huomioitavaa: SSML voi parantaa puheen ymmärrettävyyttä ja sujuvuutta, mutta se lisää riippuvuutta syntetisoijan toteutuksesta. Epäyhteensopivuusalueet voivat aiheuttaa rikkomuksia tai odottamattomia ääntämyksiä, jos tunnisteita käytetään väärin.