synthesize-speech

Описание

Преобразует входные данные UTF-8, обычный текст или SSML, в поток байтов. Входные данные SSML должны быть валидными и правильно сформированными данными SSML. Некоторые алфавиты могут быть недоступны для всех голосов (например, кириллица может вообще не читаться голосами на английском языке), если не используется сопоставление фонем. Дополнительную информацию см. в разделе Как это работает .

См. также: Документацию API AWS

Синтаксис

  synthesize-speech
[--engine <value>]
[--language-code <value>]
[--lexicon-names <value>]
--output-format <value>
[--sample-rate <value>]
[--speech-mark-types <value>]
--text <value>
[--text-type <value>]
--voice-id <value>
<outfile>
[--debug]
[--endpoint-url <value>]
[--no-verify-ssl]
[--no-paginate]
[--output <value>]
[--query <value>]
[--profile <value>]
[--region <value>]
[--version <value>]
[--color <value>]
[--no-sign-request]
[--ca-bundle <value>]
[--cli-read-timeout <value>]
[--cli-connect-timeout <value>]
[--cli-binary-format <value>]
[--no-cli-pager]
[--cli-auto-prompt]
[--no-cli-auto-prompt]

Параметры

--engine (строка)

Указывает движок (standard , neural , long-form или generative), который Amazon Polly будет использовать при обработке входного текста для синтеза речи. Укажите движок, поддерживаемый выбранным голосом. Если движок не указан, используется стандартный движок по умолчанию. Если выбранный голос не поддерживается стандартным движком, это приведёт к ошибке. Информацию о голосах Amazon Polly и доступных голосах для каждого движка см. в разделе Доступные голоса .

Тип: Строка

Допустимые значения: standard | neural | long-form | generative

Обязательный: Да

Возможные значения:

standard
neural
long-form
generative

--language-code (строка)

Необязательный код языка для запроса Synthesize Speech. Это необходимо только при использовании двуязычных голосов, таких как Aditi, которые могут использоваться для индийского английского языка (en-IN) или хинди (hi-IN).

Если используется двуязычный голос, и код языка не указан, Amazon Polly использует язык по умолчанию для двуязычного голоса. Язык по умолчанию для любого голоса — тот, который возвращается операцией DescribeVoices для параметра LanguageCode. Например, если код языка не указан, Aditi будет использовать индийский английский, а не хинди.

Возможные значения:

arb
cmn-CN
cy-GB
da-DK
de-DE
en-AU
en-GB
en-GB-WLS
en-IN
en-US
es-ES
es-MX
es-US
fr-CA
fr-FR
is-IS
it-IT
ja-JP
hi-IN
ko-KR
nb-NO
nl-NL
pl-PL
pt-BR
pt-PT
ro-RO
ru-RU
sv-SE
tr-TR
en-NZ
en-ZA
ca-ES
de-AT
yue-CN
ar-AE
fi-FI
en-IE
nl-BE
fr-BE
cs-CZ
de-CH
en-SG

--lexicon-names (список)

Список одного или нескольких названий словарей произношения, которые вы хотите, чтобы служба использовала во время синтеза. Словари применяются только в том случае, если язык словаря совпадает с языком голоса. Информацию о хранении словарей см. в разделе PutLexicon .

(строка)

Синтаксис:

"string" "string" ...

--output-format (строка)

Формат, в котором будет закодирован возвращаемый результат. Для потока аудио это будет mp3, ogg_vorbis или pcm. Для меток речи это будет json.

При использовании pcm возвращаемое содержимое представляет собой аудио/pcm в формате со знаком 16 бит, 1 канал (моно), little-endian.

Возможные значения:

json
mp3
ogg_vorbis
pcm

--sample-rate (строка)

Частота аудио в Гц.

Допустимые значения для mp3 и ogg_vorbis — “8000”, “16000”, “22050” и “24000”. Значение по умолчанию для стандартных голосов — “22050”. Значение по умолчанию для нейронных голосов — “24000”. Значение по умолчанию для голосов для длинных форм — “24000”. Значение по умолчанию для генеративных голосов — “24000”.

Допустимые значения для pcm — “8000” и “16000”. Значение по умолчанию — “16000”.

--speech-mark-types (список)

Тип меток речи, возвращаемых для входного текста.

(строка)

Синтаксис:

"string" "string" ...

Where valid values are:
  sentence
  ssml
  viseme
  word

--text (строка)

Входной текст для синтеза. Если вы указали ssml как TextType , следуйте формату SSML для входного текста.

--text-type (строка)

Указывает, является ли входной текст обычным текстом или SSML. Значение по умолчанию — обычный текст. Дополнительную информацию см. в разделе Использование SSML .

Возможные значения:

ssml
text

--voice-id (строка)

Идентификатор голоса для синтеза. Список доступных идентификаторов голосов можно получить, вызвав операцию DescribeVoices.

Возможные значения:

Aditi
Amy
Astrid
Bianca
Brian
Camila
Carla
Carmen
Celine
Chantal
Conchita
Cristiano
Dora
Emma
Enrique
Ewa
Filiz
Gabrielle
Geraint
Giorgio
Gwyneth
Hans
Ines
Ivy
Jacek
Jan
Joanna
Joey
Justin
Karl
Kendra
Kevin
Kimberly
Lea
Liv
Lotte
Lucia
Lupe
Mads
Maja
Marlene
Mathieu
Matthew
Maxim
Mia
Miguel
Mizuki
Naja
Nicole
Olivia
Penelope
Raveena
Ricardo
Ruben
Russell
Salli
Seoyeon
Takumi
Tatyana
Vicki
Vitoria
Zeina
Zhiyu
Aria
Ayanda
Arlet
Hannah
Arthur
Daniel
Liam
Pedro
Kajal
Hiujin
Laura
Elin
Ida
Suvi
Ola
Hala
Andres
Sergio
Remi
Adriano
Thiago
Ruth
Stephen
Kazuha
Tomoko
Niamh
Sofie
Lisa
Isabelle
Zayd
Danielle
Gregory
Burcu
Jitka
Sabrina
Jasmine
Jihye

outfile (строка) Имя файла, в который будет сохранено содержимое

Общие параметры

--debug (boolean)

Включить отладочную регистрацию.

--endpoint-url (string)

Переопределить URL по умолчанию команды заданным URL.

--no-verify-ssl (boolean)

По умолчанию AWS CLI использует SSL при общении с AWS-сервисами. Для каждого подключения SSL AWS CLI будет проверять сертификаты SSL. Этот параметр переопределяет поведение проверки сертификатов SSL по умолчанию.

--no-paginate (boolean)

Отключить автоматическую постраничную навигацию. Если автоматическая постраничная навигация отключена, AWS CLI выполнит только один вызов для первой страницы результатов.

--output (string)

Стиль форматирования вывода команды.

json
text
table
yaml
yaml-stream

--query (string)

Запрос JMESPath для фильтрации данных ответа.

--profile (string)

Использование определенного профиля из файла учетных данных.

--region (string)

Регион для использования. Переопределяет настройки конфигурации/среды.

--version (string)

Отображение версии этого инструмента.

--color (string)

Включение/выключение цветного вывода.

on
off
auto

--no-sign-request (boolean)

Не подписывать запросы. Учетные данные не будут загружаться, если этот аргумент предоставлен.

--ca-bundle (string)

Файл с корневым сертификатом для проверки сертификатов SSL. Переопределяет настройки конфигурации/среды.

--cli-read-timeout (int)

Максимальное время чтения сокета в секундах. Если значение установлено в 0, чтение сокета будет блокирующим и не будет иметь таймаута. Значение по умолчанию составляет 60 секунд.

--cli-connect-timeout (int)

Максимальное время подключения сокета в секундах. Если значение установлено в 0, подключение сокета будет блокирующим и не будет иметь таймаута. Значение по умолчанию составляет 60 секунд.

--cli-binary-format (string)

Стиль форматирования, используемый для двоичных блоков. По умолчанию используется формат base64. Формат base64 ожидает, что двоичные блоки будут предоставлены как строка, закодированная в base64. Формат raw-in-base64-out сохраняет совместимость с поведением AWS CLI V1, и двоичные значения должны передаваться буквально. При предоставлении содержимого из файла, которое соответствует двоичному блоку fileb:// всегда будет обрабатываться как двоичное и будет использовать содержимое файла напрямую независимо от настройки cli-binary-format. При использовании file:// содержимое файла должно быть правильно отформатировано для настроенного cli-binary-format.

base64
raw-in-base64-out

--no-cli-pager (boolean)

Отключить вывод страницы CLI.

--cli-auto-prompt (boolean)

Автоматически запрашивать параметры ввода CLI.

--no-cli-auto-prompt (boolean)

Отключить автоматическую запрос параметров ввода CLI.

Вывод

AudioStream -> (потоковый блок)

Поток, содержащий синтезированную речь.

ContentType -> (строка)

Указывает тип аудиопотока. Это должно соответствовать параметру OutputFormat в вашем запросе.

Если вы запросили mp3 в качестве OutputFormat, возвращаемый ContentType — audio/mpeg.
Если вы запросили ogg_vorbis в качестве OutputFormat, возвращаемый ContentType — audio/ogg.
Если вы запросили pcm в качестве OutputFormat, возвращаемый ContentType — audio/pcm в формате со знаком 16 бит, 1 канал (моно), little-endian.
Если вы запросили json в качестве OutputFormat, возвращаемый ContentType — application/x-json-stream.

RequestCharacters -> (целое число)

Количество синтезированных символов.