快速参考 #

服务供应商列表 #

	ASR	NLP	TTS
1	思必驰全双工 WebSocket 接口	思必驰智能会话 HTTP 接口	思必驰 TTS 实时音频和音素 HTTP 流接口
2	科大讯飞实时语音转写	商汤研究院赵剑桥/苏银沛自研 NLP	思必驰 TTS 音频和音素资源 URL 单次返回接口
3	标贝科技实时长语音识别 WebSocket 接口	追一科技 YiBot 聊天机器人	商汤研究院李宝祥/任海海自研 TTS
4	商汤通用智能李宝祥/魏云申自研 ASR（前代，已废弃）	中国工商银行小融 NLP 大脑	微软 Azure 认知服务的语音服务 TTS REST API
5	商汤研究院李宝祥/任海海自研 ASR	OpenAI GPT3 Chat	微软 Azure 认知服务的语音服务 TTS Go SDK
6	商汤研究院李宝祥/任海海自研非流式 ASR	OpenAI ChatGPT-3.5 Turbo / GPT-4	微软 Azure 认知服务的个人语音服务 TTS Go SDK
7	微软 Azure 认知服务的语音服务 ASR Go SDK	商汤日日新商量对话生成	ElevenLabs 多语言 TTS WebSocket 服务
8	通过累积微软 Azure 认知服务的流式语音服务 Go SDK 实现的非流式 ASR	Starlark 泛型 NLP	MiniMax T2A 流式语音生成服务
9		MiniMax 对话生成 Pro
10		商汤日日新拟人对话生成

服务供应商功能性差异 #

ASR #

中控需要达成的目标就是统一接口和解决兼容性的问题，但是由于供应商技术的局限性，不同 ASR 供应商在功能上是存在一定的差异的。具体表现如下：

属性	ASR1	ASR2	ASR3	ASR5	ASR6	ASR7	ASR8
主动式 EOF	模拟支持	支持	支持	支持	支持	支持	支持
字幕支持				支持	支持	支持	支持
中间结果	支持		支持	支持	不存在	支持	支持

注意：ASR4 为研究侧中间版本，已经废弃，被 ASR5 和 ASR6 取代。

TTS #

中控需要达成的目标就是统一接口和解决兼容性的问题，但是由于供应商技术的局限性，不同 TTS 供应商在功能上是存在一定的差异的。具体表现如下：

属性	TTS1	TTS2	TTS3	TTS4/TTS5	TTS6	TTS7
发音人	支持思必驰已经购买的发音人	支持思必驰已经购买的发音人	支持自研已经部署的发音人模型	支持微软认知服务 GA 的发音人	支持微软认知服务 Personal Voice 发音人	支持 ElevenLabs 预制及克隆的发音人
情感化			部分发音人支持	部分发音人支持	Dragon 不支持，Phoenix 支持	不支持
SSML	支持，使用思必驰标准	支持，使用思必驰标准	支持，使用商汤标准	支持，使用微软标准	支持，使用微软标准	部分支持，使用 ElevenLabs 标准
音频格式	支持 pcm 和 mp3	支持 pcm, wav 和 mp3	支持 pcm, wav 和 mp3	支持 pcm 和 mp3	支持 pcm 和 mp3	支持 pcm 和 mp3
采样率支持	8000, 16000	8000, 16000	8000, 11025, 16000, 22050, 24000, 32000, 44100, 48000	8000, 16000, 22050, 24000, 44100, 48000	8000, 16000, 22050, 24000, 44100, 48000	16000, 22050, 24000, 44100
音素支持	思必驰音素字符串，用空格间隔	思必驰音素 JSON 结构	自研音素字符串，用空格间隔	不支持	不支持	不支持
字幕支持			支持	TTS5 支持	Dragon 不支持，Phoenix 支持	支持
多音字支持			支持			不支持
时间戳支持			支持	TTS5 支持	Dragon 不支持，Phoenix 支持	不支持
音量支持	支持	支持	支持	支持	不支持	不支持
语速支持	支持	支持	支持	支持	支持	不支持
音调支持	支持	支持	支持	支持	Dragon 不支持，Phoenix 支持	不支持

TTS 发音人列表 #

下表仅包含常用发音人，完整列表需从具体厂商处获取。

服务供应商	供应商编号	发音人名称	发音人 ID	语言	是否默认
思必驰	TTS1 / TTS2	精品男声秋木	qiumum_0gushi	zh-CN
		精品电台男声考拉	kaolam_diantai	zh-CN
		精品四川话女声文卿	wqingf_csn	zh-CN
		精品甜美女声小静	xjingfp	zh-CN
		精品温柔女声小兰	gqlanfp	zh-CN
		精品甜美女声小咪	xmamif	zh-CN
		精品可爱男童连连	lzliafp	zh-CN
		精品娱播女声麻豆	madoufp_yubo	zh-CN
		精品甜美女声婷婷	xmguof	zh-CN
		精品客服女声芳芳	gdfanfp	zh-CN	是
		精品温柔女声麻豆	madoufp_wenrou	zh-CN
		精品女声蓝雨	lanyuf	zh-CN
		精品女声小浩	lucyfa	zh-CN
		精品粤语女声何春	hchunf_ctn	zh-CN
		精品男声小军	xijunma	zh-CN
		精品甜美女神小玲	zhilingfp	zh-CN
		精品女声安宁	aningfp	zh-CN
		精品女学生初阳	cyangfp	zh-CN
		精品客服女声小美	juan1f	zh-CN
		精品粤语女声晓健	lunaif_ctn	zh-CN
		精品欢快女神小玲	zhilingfp_huankuai	zh-CN
		精品知性女声晶晶	jjingfp	zh-CN
		精品山东话女声大瑶	dayaof_csd	zh-CN
		精品娱报女声璃璃	lili1f_yubo	zh-CN
		精品四川话女声胖胖	ppangf_csn	zh-CN
		精品女童贝壳	xbekef	zh-CN
		精品上海话女声叶子	yezi1f_csh	zh-CN
商汤自研	TTS3	晓灵	xiaoling	zh-CN	是
		晓悦	xiaoyue	zh-CN
		晓雨	xiaoyu	zh-CN
		晓航	xiaohang	zh-CN
		晓涵	xiaohan	zh-CN
		晓美	xiaomei	zh-CN
		晓可	xiaoke	zh-CN
		晓仙	xiaoxian	zh-CN
		晓君	xiaojun	zh-CN
		晓华	xiaohua	zh-CN
		晓明	xiaoming	zh-CN
		燕子	xiaoyan	zh-CN
		晓芳	xiaofang	zh-CN
		晓庄	xiaozhuang	zh-CN
微软 Azure 认知服务	TTS4/TTS5	普通话Xiaochen女生	zh-CN-XiaochenNeural	zh-CN	是
		普通话Xiaohan女生	zh-CN-XiaohanNeural	zh-CN
		普通话Xiaomo女生	zh-CN-XiaomoNeural	zh-CN
		普通话Xiaoqiu女生	zh-CN-XiaoqiuNeural	zh-CN
		普通话Xiaorui女生	zh-CN-XiaoruiNeural	zh-CN
		普通话Xiaoshuang女生	zh-CN-XiaoshuangNeural	zh-CN
		普通话Xiaoxiao女生	zh-CN-XiaoxiaoNeural	zh-CN
		普通话Xiaoxuan女生	zh-CN-XiaoxuanNeural	zh-CN
		普通话Xiaoyan女生	zh-CN-XiaoyanNeural	zh-CN
		普通话Xiaoyou女生	zh-CN-XiaoyouNeural	zh-CN
		普通话Yunxi男生	zh-CN-YunxiNeural	zh-CN
		普通话Yunyang男生	zh-CN-YunyangNeural	zh-CN
		普通话Yunye男生	zh-CN-YunyeNeural	zh-CN
		普通话Xiaoyou女生	zh-CN-XiaoyouNeural	zh-CN
		普通话Yunxi男生	zh-CN-YunxiNeural	zh-CN
		上海话Xiaotong女生	wuu-CN-XiaotongNeural	wuu-CN
		上海话Yunzhe男生	wuu-CN-YunzheNeural	wuu-CN
		日语Nanami女生	ja-JP-YunzheNeural	ja-JP
		日语Keita男生	ja-JP-KeitaNeural	ja-JP
		韩语SunHi女生	ko-KR-SunHiNeural	ko-KR
		韩语InJoon男生	ko-KR-InJoonNeural	ko-KR
		泰语Achara女生	th-TH-AcharaNeural	th-TH
		泰语Premwadee女生	th-TH-PremwadeeNeural	th-TH
		泰语Niwat男生	th-TH-NiwatNeural	th-TH

TTS 发音人参考 #

完整列表 #

Azure 世纪互联版参见此页面
Azure 全球版参见此页面

TTS SSML 语法参考 #

思必驰参见此页面
商汤自研参见此页面
微软 Azure 认知服务参考此页面
ElevenLabs 参考此页面

字幕换行标点符号范围 #

用于切割字幕的标点符号包括中日韩及拉丁语系常用标点

符号	Unicode编码
!	U+0021
"	U+0022
'	U+0027
(	U+0028
)	U+0029
,	U+002C
.	U+002E
:	U+003A
;	U+003B
?	U+003F
[	U+005B
\	U+005C
]	U+005D
^	U+005E
`	U+0060
{	U+007B
\|	U+007C
}	U+007D
~	U+007E
	U+00A0
¡	U+00A1
¤	U+00A4
¦	U+00A6
§	U+00A7
¨	U+00A8
«	U+00AB
´	U+00B4
¶	U+00B6
¸	U+00B8
»	U+00BB
¿	U+00BF
‐	U+2010
—	U+2014
‘	U+2018
’	U+2019
“	U+201C
”	U+201D
‥	U+2025
…	U+2026
⸘	U+2E18
⸙	U+2E19
⸚	U+2E1A
⸛	U+2E1B
⸞	U+2E1E
⸟	U+2E1F
⸮	U+2E2E
ⸯ	U+2E2F
⸰	U+2E30
⸱	U+2E31
⹁	U+2E41
⹂	U+2E42
⹃	U+2E43
⹄	U+2E44
、	U+3001
。	U+3002
〃	U+3003
〈	U+3008
〉	U+3009
《	U+300A
》	U+300B
「	U+300C
」	U+300D
『	U+300E
』	U+300F
【	U+3010
】	U+3011
〔	U+3014
〕	U+3015
〖	U+3016
〗	U+3017
〘	U+3018
〙	U+3019
〚	U+301A
〛	U+301B
〜	U+301C
〝	U+301D
〞	U+301E
〟	U+301F
︐	U+FE10
︑	U+FE11
︒	U+FE12
︓	U+FE13
︔	U+FE14
︕	U+FE15
︖	U+FE16
︗	U+FE17
︘	U+FE18
︙	U+FE19
﹐	U+FE50
﹑	U+FE51
﹒	U+FE52
﹔	U+FE54
﹕	U+FE55
﹖	U+FE56
﹗	U+FE57
﹙	U+FE59
﹚	U+FE5A
﹛	U+FE5B
﹜	U+FE5C
﹝	U+FE5D
﹞	U+FE5E
﹡	U+FE61
﹨	U+FE68
！	U+FF01
（	U+FF08
）	U+FF09
，	U+FF0C
：	U+FF1A
；	U+FF1B
？	U+FF1F
～	U+FF5E
｡	U+FF61
｢	U+FF62
｣	U+FF63
､	U+FF64

Special Case #

一部分非标点符号的写法不会被切割，如下：

带有小数点的数字，如 1.2
带有"’“缩写的英文，如 I’m
带有”:“的时间，如 12:00
带有”.“的英文缩写，如 U.S.A.

以上特例的判断标准为：符号前后都是英文或数字，且符号前后都不是空格。