Interface MRCP para TTS

Campos de cabeçalho para Síntese

A tabela abaixo descreve os campos de cabeçalho disponíveis no Servidor MRCP do CPQD para o recurso de TTS. Os métodos estão divididos em dois grupos:

«Requisição»

Significa que a mensagem será trocada no sentido Cliente -> Servidor

«Resposta»

Significa que a mensagem será trocada no sentido Servidor -> Cliente

Header

MRCPv1

MRCPv2

MRCP

Eventos

Métodos

Params

Requisição

Resposta

SET/GET

Completion-Cause

X

X

X

SPEAK-COMP.

-

-

NÃO

Completion-Reason

-

X

-

SPEAK-COMP.

-

-

NÃO

Failed-URI

X

X

-

SPEAK-COMP.

-

SPEAK DEFINE- LEXICON

NÃO

Failed-URI-Cause

X

X

-

SPEAK-COMP.

-

SPEAK DEFINE- LEXICON BARGE-IN- OCCURRED

NÃO

Speech-Marker

X

X

-

SPEECH- MARKER

-

SPEAK STOP BARGE-IN- OCCURRED CONTROL

NÃO

Voice-Gender

X

X

-

SPEAK CONTROL

-

SIM

Voice-Age

X

X

-

Voice-Variant

X

X

-

Voice-Name

X

X

X

Prosody-Pitch

X

X

-

-

SPEAK CONTROL

-

SIM

Prosody-Contour

X

X

-

Prosody-Range

X

X

-

Prosody-Rate

X

X

X

Prosody-Duration

X

X

-

Prosody-Volume

X

X

X

Speaker-Profile

X

X

-

-

SPEAK

-

SIM

Speech-Language

X

X

-

SPEAK

-

SIM

Kill-On-Barge-In

X

X

X

-

SPEAK

-

SIM

Fetch-Hint

X

X

-

-

SPEAK

-

SIM

Audio-Fetch-Hint

X

X

-

-

SPEAK

-

SIM

Jump-Target

X

-

-

-

SPEAK CONTROL

-

NÃO

Jump-Size

-

X

-

-

SPEAK

-

NÃO

Speak-Restart

X

X

-

-

CONTROL

NÃO

Load-Lexicon

-

X

-

-

SPEAK

-

SIM

Lexicon-Search-Order

-

X

-

-

SPEAK

-

SIM

Nota

  1. O servidor MRCP faz um mapeamento de gênero/idioma para uma voz padrão. Ver Servidores de recursos MRCP (notas).

Parâmetros de Configuração

Os parâmetros abaixo descritos podem ser configurados via SPEAK (válido somente para a Síntese em questão).

Voice-Name

Solicita ao recurso provedor de Síntese que o texto em questão seja sintetizado por uma voz específica.

Domínio

Cadeia de caracteres. Pode ser uma lista de nomes separada por espaço e ordenada por preferência. Consequentemente, o nome da voz não pode conter espaço. Caso não seja configurado, o recurso de síntese usará seu respectivo valor padrão.

Prosody-Rate

Altera a velocidade da fala para o texto em questão.

Domínio

Os valores permitidos são: - Uma porcentagem não negativa: atua como um multiplicador da taxa padrão - Um dos seguintes rótulos, que representam uma sequência de taxas de fala monotonicamente não decrescentes:

x-slow

slow

medium

fast

x-fast

default
Prosody-Volume

Altera o volume da fala para o texto em questão.

Domínio

Os valores permitidos são: - Um número precedido por + ou - e suscedido por dB - Um dos seguintes rótulos, que representam uma sequência de níveis de volume monotonicamente não decrescentes.

silent

x-soft

soft

medium

loud

x-loud

default

O valor padrão é: +0.0dB. Quando o valor é um número com sinal (dB), ele especifica a razão dos quadrados da nova amplitude a1 e a amplitude atual a0, e é definido em dB: volume(dB) = 20 log10 (a1 / a0) Perceba que todo valor numérico é relativo ao nível atual de volume e eles sempre possuem sinal (inclusive o zero).

Dica

O comportamento desse atributo para um valor definido por rótulo difere de valor definido por número (dB). Um valor numérico altera diretamente a forma de onda, enquanto um valor definido por rótulo pode resultar em alterações prosódicas que representam mais fielmente como um humano alteraria o volume de sua fala.

Kill-On-Barge-In

Interrompe a síntese caso seja detectado a intenção de interação por parte do usuário. Caso habilitado, o método SPEAK é interrompido por detecção de: DTMF ou START-OF-INPUT no Reconhecimento de Fala, caso o mesmo esteja habilitado.

Domínio

Booleano (valor default = true)

Account-Tag

Trata-se de um «Vendor Parameter» utilizado para marcação nos bilhetes de cobrança com uma informação para uso do cliente. Desta forma, irá permitir a indentificação customizada da origem da solicitação de síntese. Para isso o usuáro deverá enviar o parâmetro br.com.cpqd.tts.account-tag e seu valor nas mensagens de set-parameter ou speak.

MRCP/2.0 145 SET-PARAMS 1
Channel-Identifier: e13c68ea4f5d11ea@speechrecog
Vendor-Specific-Parameters: br.com.cpqd.tts.account-tag=Cliente-Um

Completion-Cause

Descrição do Completion-Cause para o evento SPEAK-COMPLETE

MRCP v1

MRCP v2

Descrição

000

000

NORMAL: A síntese ocorreu sem problemas

001

001

BARGE-IN: A síntese foi interrompida por bargein

004

004

ERRO: A síntese não foi executada com sucesso

005

005

LANGUAGE-UNSUPPORTED: A língua solicitada não é suportada

Métodos Disponíveis

O Servidor MRCP para TTS suporta as seguintes mensagens:

Métodos

MRCP v1

MRCP v2

Servidor

Descrição

SET-PARAMS

X

X

X

Configura parâmetros da síntese para a sessão

GET-PARAMS

X

X

X

Recupera valores dos parâmetros da síntese da sessão

SPEAK

X

X

X

Inicializa a síntese de fala e fornece o streaming de áudio

PAUSE

X

X

X

Pausa a síntese em andamento

RESUME

X

X

X

Retoma a síntese pausada

STOP

X

X

X

Cancela a síntese em andamento

Eventos Disponíveis

Os eventos do TTS estão descritos na tabela abaixo:

Métodos

MRCP v1

MRCP v2

Servidor

Descrição

BARGE-IN-OCCURRED

X

X

X

Sinaliza a ocrrência de Barge-In para o Sintetizador

SPEAK-COMPLETE

X

X

X

Sinaliza que a síntese foi finalizada