<speak>

• bgm
• backgroundMusicVolume
• effect

根元素。
可设置全局属性。

根元素是必需的。
若无该元素，输入文本将不被认为是SSML

<phoneme>

alphabet="cmu"

指定单词发音的音标
（CMU格式）

alphabet="py"

指定中文词的发音（拼音）

<say-as>

interpret-as

指定解析文本的语义类型
（决定读法）

例如，20可以读作twenty，也可以读作two o

<sub>

alias

文本替换

等价于将其内部文本替换为alias属性中的文本

<break>

time

控制字词之间的停顿时长

只支持time属性，strength 属性不支持

<soundEvent>

src

提示音标签，可以在SSML合成过程中，通过该标签在任意位置插入提示音。

1. 不适用于豆包语音合成模型2.0"的音色
2. 不适用于“豆包声音复刻模型2.0（icl 2.0）”的音色

bgm

String

线上可调用的背景音乐的名称。
参见bgm属性说明。

否

豆包语音合成特有标签。
为合成的语音添加指定的背景音乐。

backgroundMusicVolume

String

[0,100]之间的整数。默认值为50。

• 大于50表示增大音量。
• 小于50表示减小音量。

否

豆包语音合成特有标签。
控制背景音乐的音量。

effect

String

• true_robot
• heartbeat_intimacy
• ethereal_spirit
• 完整可支持的属性值，参见effect属性说明。

否

豆包语音合成特有标签。
使用该标签可以使合成的语音产生不同的声音效果。
一个SSML只支持一种音效，不可以写多个effect属性。
选择使用音效功能会增加系统延时(首包约增加110ms 到150ms)。

您可以根据需求，使用自定义的背景音。需要将背景音存放在火山引擎的TOS上，并且所在的存储空间至少为公共读权限，请参见创建存储空间。使用HTTP/HTTPS协议生成文件访问链接，请参见上传文件。
音频要求：

• 采样率24 kHz、单声道WAV格式。
  • 如果需要合成的音频是ogg_opus 格式，bgm 音频的采样率需要是48 kHz。
• BGM 音频大小不超过2 MB;
• 合成时长超出背景音时长时，背景音将随合成音频循环播放（如果背景音不是WAV格式，可使用ffmpeg将其转为WAV格式：ffmpeg -i 输入音频 -acodec pcm_s16le -ac 1 -ar 24000 目标.wav）。
• 标签内的URL如果包含XML的特殊字符，需要做字符转义。
• 位深度要求16位。
• 存储空间目前只支持火山引擎TOS以下三个地域
  • cn-beijing
  • cn-shanghai
  • cn-guangzhou

重要
您需要对上传的音频版权承担相应的法律责任。

true_robot

机器人效果

dizzy_effect

眩晕感

heartbeat_intimacy

加背景音

ethereal_spirit

spirit

office_ambiance

办公氛围

storm_scene

暴风雨场景

demon_whisper-silence_duration

恶魔低语

lightsaber_hum-aigc_metadata

混响

ghostly_presence

变音调

memory_filter-icl

像在梦里说话

metallic_resonance

金属感

tavern_live

酒吧驻唱

cafe_ambiance

加背景音

fear_atmosphere

心跳背景音

airy_echo

空气感回声

dreamcore

长回声+留声机

hazy_ambience

朦胧感

folk_reverb

民族乐混响

broken_mic

mdsp_破麦

killer_vibe

杀手

parking_lot_reverb

停车场

heartbeat_background

加背景音

school_announcement

学校广播

bathroom_reverb

加背景音

speech_dialogue

语音通话中

alphabet

enum

指定表示发音（音素）的格式

• 中文
  • py拼音
• 英文
  • cmu CMU音标格式
  • ipa柯林斯美音音标

ph

string

指定发音（音素）

• 不同的alphabet取值对应不同的ph表示方法
  • 参见下文“注意事项”部分

元音

/i/

/i/

/iː/

IY

me

/mi/

/miː/

M IY

/ɪ/

/ɪ/

/ɪ/

IH

fit

/fɪt/

/fɪt/

F IH T

/ɛ/或/e/

/ɛ/

/e/

EH

met

/mɛt/

/met/

M EH T

/æ/

/æ/

/æ/

AE

act

/ækt/

/ækt/

AE K T

/ɑː/或/ɑ/

/ɑ/

/aː/

AA

father

/'fɑːðɚ/

/'fɑːðər/

F AA DH ER

/ɔ:/或/ɔ/

/ɔ/

/ɔː/

AO

claw

/klɔ/

/klɔː/

K L AO

/ʊ/

/ʊ/

/ʊ/

UH

put

/pʊt/

/pʊt/

P UH T

/u/或/u:/

/u/

/uː/

UW

too

/tu/

/tuː/

T UW

/ʌ/

/ʌ/

/ʌ/

AH

fund

/fʌnd/

/fʌnd/

F AH N D

/ə/

/ə/

/ə/

AH

about

/ə'baʊt/

/ə'baʊt/

AH B AW T

/ər/

/ɚ/

/ər/

ER

better

/'bɛtɚ/

/'betər/

B EH T ER

/ɜr/或/ɜːr/

/ɝ/

/ɜːr/

ER

flirt

/'flɝt/

/'flɜːrt/

F L ER T

/aɪ/

/aɪ/

/aɪ/

AY

cry

/kraɪ/

/kraɪ/

K R AY

/eɪ/或/ei/

/eɪ/

/eɪ/

EY

train

/treɪn/

/treɪn/

T R EY N

/ɔɪ/或/ɔi/

/ɔɪ/

/ɔɪ/

OY

boy

/bɔɪ/

/bɔɪ/

B OY

/aʊ/或/au/

/aʊ/

/aʊ/

AW

out

/aʊt/

/aʊt/

AW T

/oʊ/或/ou/

/oʊ/

/oʊ/

OW

boat

/boʊt/

/boʊt/

B OW T

/ɑr/或/ɑːr/

/ɑ˞/

/ɑr/

AA1 R

bark

/bɑ˞k/

/bɑrk/

B AA1 R K

/ɔr/

/ɔ˞/

/ɔr/

AO1 R

court

/kʰɔ˞t/

/kɔrt/

K AO1 R T

/ʊr/或/ur/或/ʊər/

/ʊ˞/

/ʊr/

UH1 R

poor

/pʊ˞/

/pʊr/

P UH1 R

/ɛr/或/ɛər/

/ɛ˞/

/ɛr/

EH1 R

stair

/stɛ˞/

/stɛr/

S T EH1 R

/ɪr/或/ɪər/

/ɪ˞/

/ɪr/

IH1 R

fear

/fɪ˞/

/fɪr/

F IH1 R

辅音

/p/

/p/

/p/

P

pen

/pʰẽn/

/pen/

P EH N

/b/

/b/

/b/

B

bad

/bæd/

/bæd/

B AE D

/t/

/t/

/t/

T

tea

/ti/

/tiː/

T IY

/d/

/d/

/d/

D

did

/dɪd/

/dɪd/

D IH D

/k/

/k/

/k/

K

cat

/kæt/

/kæt/

K AE T

/ɡ/

/ɡ/

/g/

G

get

/gɛt/

/get/

G EH T

/tʃ/

/tʃ/

/tʃ/

CH

chain

/tʃeɪn/

/tʃeɪn/

CH EY N

/dʒ/

/dʒ/

/dʒ/ 或 /ʤ/

JH

jam

/dʒæm/

/dʒæm/

JH AE M

/f/

/f/

/f/

F

fall

/fɔl/

/fɔːl/

F AO L

/v/

/v/

/v/

V

van

/væn/

/væn/

V AE N

/θ/

/θ/

/θ/

TH

thin

/θɪn/

/θɪn/

TH IH N

/ð/

/ð/

/ð/

DH

this

/ðɪs/

/ðɪs/

DH IH S

/s/

/s/

/s/

S

see

/si/

/siː/

S IY

/z/

/z/

/z/

Z

zoo

/zu/

/zuː/

Z UW

/ʃ/

/ʃ/

/ʃ/

SH

shoe

/ʃu/

/ʃuː/

SH UW

/ʒ/

/ʒ/

/ʒ/

ZH

vision

/'vɪʒn/

/'vɪʒn/

V IH ZH N

/h/

/h/

/h/

HH

hat

/hæt/

/hæt/

H AE T

/m/

/m/

/m/

M

man

/mæn/

/mæn/

M AE N

/n/

/n/

/n/

N

now

/naʊ/

/naʊ/

N AW

/ŋ/

/ŋ/

/ŋ/

NG

sing

/sɪŋ/

/sɪŋ/

S IH NG

/j/

/j/

/j/

Y

yes

/jɛs/

/jes/

Y EH S

/w/

/w/

/w/

W

wet

/wɛt/

/wet/

W EH T

/r/

/ɹ/

/r/

R

red

/ɹɛd/

/red/

R EH D

/l/

/l/

/l/

L

leg

/lɛg/

/leg/

L EH G

/tr/

/t̠ɹ̝̊/

/tr/

T R

trim

/t̠ɹ̝̊ɪm/

/trɪm/

T R IH1 M

/dr/

/d̠ɹ̝/

/dr/

D R

dress

/d̠ɹ̝ɛs/

/drɛs/

D R EH1 S

/ts/

/t͡s/

/ts/

T S

pizza

/ˈpʰiːt͡sə/

/ˈpiːtsə/

P IY1 T S AH

/dz/

/d͡z/

/dz/

D Z

bonds

/bɑ̃ndz̥/

/bɑndz/

B AA1 N D Z

interpret-as

enum

指定语义类型

• 文本正规化支持的类别（取决于各语言前端的TextNorm模块的能力）
  • 英文
    • address 地址
    • cardinal 基数
    • date 日期
    • decimal 小数
    • digit 数字序列
    • electronic网络
    • fraction 分数
    • letters字母序列
    • letterss字母序列复数
    • math 数学
    • measure 度量衡
    • money金钱
    • ordinal 序数
    • plain缩写
    • score 得分范围
    • telephone 电话号码
    • time 时间
    • verbatim 逐字
    • id: 适用于账户名、昵称等
    • characters：将标签内的文本按字符一一读出。
    • punctuation：将标签内的文本按标点符号的方式读出来。
    • name：按人名发音。
  • 中文
    • Cardinal基数
    • Cardinal-Liang基数（2 -> 两）
    • Decimal小数
    • Abbr缩写
    • Spell数字序列
    • Spell-Yao数字序列（1 -> 幺）
    • Time时间
    • Time-Duration时间段
    • Date-Y日期-年
    • Date-M日期-月
    • Date-D日期-日
    • Date-YMD日期-年月（日）
    • Date-MDY日期-月日（年）
    • Date-DMY日期-日月（年）
    • Percent百分数
    • Fraction分数
    • Score比分
    • Currency金钱
    • Electronic网络
    • Measure度量衡
    • Telephone电话
    • Ordinal序数
    • Math数学
    • Range范围
    • Letters字母序列
    • Letterss字母序列复数
    • Verbatim逐字
    • id: 适用于账户名、昵称等
    • characters：将标签内的文本按字符一一读出。
    • punctuation：将标签内的文本按标点符号的方式读出来。
    • name：按人名发音。

字符串

dell0101

D E L L 零 一 零 一

大小写英文字符、阿拉伯数字0~9、下划线。
输出的空格表示每个字符之间插入停顿，即字符一个一个地读。

myid_1998

M Y I D 下划线 一 九 九 八

AiTest

A I T E S T

字符串

ISBN 1-001-099098-1

I S B N 一 杠 零 零 一 杠 零 九 九 零 九 八 杠 一

支持中文汉字、大小写英文字符、阿拉伯数字0~9以及部分全角和半角字符。
输出的空格表示每个字符之间插入停顿，即字符一个一个地读。标签内的文本如果包含XML的特殊字符，需要做字符转义。

x10b2345_u

x 一 零 b 二 三 四 五 下划线 u

v1.0.1

v 一 点 零 点 一

版本号2.0

版本号二 点 零

苏M MA000

苏M M A 零 零 零

空中客车A330

空中客车A 三 三 零

型号s01 s02和s03

型号s 零 一 s 零二 和s 零 三

空中客车A330

空中客车A 三 三 零

αβγ

阿尔法 贝塔 伽玛

标点符号

…

省略号

支持常见中英文标点。输出的空格表示每个字符之间插入停顿，即字符一个一个地读。
标签内的文本如果包含XML的特殊字符，需要做字符转义。

……

省略号

!"#$%&

叹号 双引号 井号 dollar 百分号 and

‘()*+

单引号 左括号 右括号 星号 加号

,-./:;

逗号 杠 点 斜杠 冒号 分号

<=>?@

小于 等号 大于 问号 at

alias

string

替换文本

time

string

[number]s
或者
[number]ms

以秒/毫秒为单位设置停顿时长（如“1s”, "10ms"）

• [number]s: 以秒为单位，number 取值范围为[1, 10]的整数
• [number]ms: 以毫秒为单位，number 取值范围为[1, 10000]的整数

src

String

URL提示音资源路径

是

您可以根据需求，使用自定义的背景音。需要将背景音存放在火山引擎的TOS上，并且所在的存储空间至少为公共读权限，请参见创建存储空间。使用HTTP/HTTPS协议生成文件访问链接，请参见上传文件。
音频要求：

• 采样率24 kHz、单声道WAV格式。
• 音频大小不超过2 MB;
• 合成时长超出背景音时长时，背景音将随合成音频循环播放（如果背景音不是WAV格式，可使用ffmpeg将其转为WAV格式：ffmpeg -i 输入音频 -acodec pcm_s16le -ac 1 -ar 24000 目标.wav）。
• 标签内的URL如果包含XML的特殊字符，需要做字符转义。
• 位深度要求16位。
• 存储空间目前只支持火山引擎TOS以下三个地域
  • cn-beijing
  • cn-shanghai
  • cn-guangzhou

重要
您需要对上传的音频版权承担相应的法律责任。。

!

叹号

exclamation mark

“

双引号

double quote

井号

pound

$

dollar

dollar

%

百分号

percent

&

and

and

‘

单引号

left quote

（

左括号

left parenthesis

）

右括号

right parenthesis

星

asterisk

加

plus

,

逗号

comma

杠

dash

.

点

dot

/

斜杠

slash

：

零冒号

solon

；

分号

semicolon

<

小于

less than

=

等号

equals

大于

greater than

?

问号

question mark

@

at

at

[

左方括号

left bracket

\

反斜线

back slash

]

右方括号

right bracket

^

脱字符

caret

_

下划线

underscore

` |反引号 |back quote |

{

左花括号

left brace

竖线

}

右花括号

right brace

~

波浪线

tilde

！

叹号

exclamation mark

“

左双引号

left double quote

”

右双引号

right double qute

‘

左单引号

left quote

’

右单引号

right quote

（

左括号

left parenthesis

）

右括号

right parenthesis

，

逗号

comma

。

句号

full stop

—

杠

em dash

：

冒号

colon

；

分号

semicolon

？

问号

question mark

、

顿号

enumeration comma

…

省略号

ellipsis

……

省略号

ellipsis

《

左书名号

left guillemet

》

右书名号

right guillemet

￥

人民币符号

yuan

≥

大于等于

greater than or equal to

≤

小于等于

less than or equal to

≠

不等于

not equal

≈

约等于

approximately equal

±

加减

plus or minus

×

乘

times

π

派

pi

Α

阿尔法

alpha

Β

贝塔

beta

Γ

伽玛

gamma

Δ

德尔塔

delta

Ε

艾普西龙

epsilon

Ζ

捷塔

zeta

Θ

西塔

theta

Ι

艾欧塔

iota

Κ

喀帕

kappa

∧

拉姆达

lambda

Μ

缪

mu

Ν

拗

nu

Ξ

克西

ksi

Ο

欧麦克轮

omicron

∏

派

pi

Ρ

柔

rho

∑

西格玛

sigma

Τ

套

tau

Υ

宇普西龙

upsilon

Φ

fai

phi

Χ

器

chi

Ψ

普赛

psi

Ω

欧米伽

omega

α

阿尔法

alpha

β

贝塔

beta

γ

伽玛

gamma

δ

德尔塔

delta

ε

艾普西龙

epsilon

ζ

捷塔

zeta

η

依塔

eta

θ

西塔

theta

ι

艾欧塔

iota

κ

喀帕

kappa

λ

拉姆达

lambda

μ

缪

mu

ν

拗

nu

ξ

克西

ksi

ο

欧麦克轮

omicron

π

派

pi

ρ

柔

rho

σ

西格玛

sigma

τ

套

tau

υ

宇普西龙

upsilon

φ

fai

phi

χ

器

chi

ψ

普赛

psi

ω

欧米伽

omega