使用ibm watson文本到语音服务处理多个查询

Question

我正在使用ibm watson tts API，但事实是，当我合成多个句子（一个接一个）时，输出之间有一点延迟，但我希望它是连续的（就像在一个话语中说出单独的句子一样） ）。 反正有没有这样做？ 或者还有其他任何解决方案可以帮助我解决这个问题吗？

这是使用API​​合成不同话语的方法：

public void sayUtterances() {
    String[] splitUtterance = {"this is", "the sentence I would",
                               "like to say in one utterance", "without pausing"};

    for(int i = 0; i < splitUtterance.length; i++) {
        textToSpeechService.synthesize(splitUtterance[i], Voice.EN_ALLISON);
    }
}

Answer 1

并行和异步调用服务。 在调用第二句服务之前，您无需等待第一句的响应。

Answer 2

TTS在每次合成的开始和结束时产生小的静音（~400ms）。 因此，如果你一个接一个地玩，你仍然会在他们之间得到这些沉默。 您应该通过删除0幅度样本手动删除它们。

此外，该服务具有相当大的输入限制，因此您可以通过调用服务来简单地生成多个短语，“这是我想在一个话语中说的句子，而不会暂停”。 该服务是一种流媒体服务，因此它将尽快开始制作音频，您可以直接将它们传递给音频设备，而无需接收完整的响应。