問題タブ [ssml]

Dialogflow エージェントを使用してアシスタント アクションをフィードしています。SSML を使用してインテントの応答出力をカスタマイズしようとすると、エラーが発生します。

（デフォルトに加えて）「Googleアシスタント」に対する簡単な応答があります

プレーン テキストの使用は問題なく、テキスト読み上げは機能します。ただし、出力をカスタマイズしようとすると、シミュレーターでアクションをテストすると、 Malformed Requestエラーが発生します。

生成:

誰かが間違っている可能性があることを指摘できますか?

奇妙なことに、コードを「読み取る」のではなく、XML コンテンツを使用してもテキストが正しく読み上げられます。ただし、区切りや強調などは適用されないようです

応答JSONで返される内容は次のとおりです。

SSML をアプリケーションのオーディオに変換する Python スクリプトに取り組んでいます。すでにテキスト変換が機能していますが、コンソールで実験して SSML の部分を把握しています。

ドキュメントから: https://docs.aws.amazon.com/polly/latest/dg/supported-ssml.html#emphasis-tag level パラメータを使用して強調タグを使用した例があります。

SSML をコンソールに入力すると、次のようになります。

「音声を聞く」ボタンを押した後、コンソールはエラーを返します

入力テキストに無効な SSML 構文が含まれています。SSML 構文を修正してから、再試行してください。

level キーワードを削除すると、SSML が読み取ります

正しく変換されます。

Polly のドキュメントで提供されている例は機能しますが、テキストにエラーがある理由がわかりません。

Google Cloud text-to-speech API でSSML マーカーを使用して、オーディオ ストリームでこれらのマーカーのタイミングをリクエストしたいと考えています。これらのタイムスタンプは、効果、単語/セクションの強調表示、およびユーザーへのフィードバックの手がかりを提供するために必要です。

質問はSSMLタグではなく、各単語のタイムスタンプを参照していますが、関連するこの質問を見つけました。<mark>

次の API リクエストは OK を返しますが、リクエストされたマーカー データが不足していることを示しています。これは を使用していCloud Text-to-Speech API v1ます。

応答：

コンテキスト情報なしで合成オーディオのみを提供します。

IBM WatsonやAmazon Pollyの場合のように、これらのマーカーに関する情報を公開できる、見落としている API リクエストはありますか?