GB/T 34145-2017中文语音合成互联网服务接口规范

ICS35080

L77.

中华人民共和国国家标准

GB/T34145—2017

中文语音合成互联网服务接口规范

SpecificationofprogramminginterfaceforChinese

speechsynthesisinternetservice

2017-07-31发布2018-02-01实施

中华人民共和国国家质量监督检验检疫总局发布

中国国家标准化管理委员会

中华人民共和国

国家标准

中文语音合成互联网服务接口规范

GB/T34145—2017

*

中国标准出版社出版发行

北京市朝阳区和平里西街甲号

2(100029)

北京市西城区三里河北街号

16(100045)

网址

:

服务热线

:400-168-0010

年月第一版

20178

*

书号

:155066·1-57053

版权专有侵权必究

GB/T34145—2017

目次

前言

…………………………Ⅰ

范围

1………………………1

规范性引用文件

2…………………………1

术语和定义

3………………1

语音合成服务系统能力范围

4……………2

概述

4.1…………………2

基本功能

4.2……………2

扩展功能

4.3……………3

输入数据

5…………………3

合成文本

5.1……………3

合成参数

5.2……………3

输出数据

6…………………8

音频数据格式要求

6.1…………………8

合成音频描述信息

6.2…………………8

服务接口

7…………………12

初始化组件

7.1…………………………12

创建语音合成会话

7.2…………………12

设置语音合成会话参数

7.3……………12

写入合成文本

7.4………………………13

暂停语音合成会话

7.5…………………13

恢复语音合成会话

7.6…………………13

停止语音合成

7.7………………………13

获取合成音频

7.8………………………13

获取合成音频描述信息

7.9……………13

结束语音合成会话

7.10………………13

逆初始化组件

7.11……………………13

接口返回值要求

8…………………………14

附录资料性附录合成音频描述信息消息示例

A()……………………15

不含标注信息的消息

A.1………………15

含标注信息的消息

A.2…………………15

图语音合成一般流程示意图

1……………2

Ⅰ

GB/T34145—2017

表语音合成参数

1…………………………4

表合成音频数据格式

2……………………8

表合成音频描述信息参数

3………………8

Ⅱ

GB/T34145—2017

前言

本标准按照给出的规则起草

GB/T1.1—2009。

请注意本文件的某些内容可能涉及专利本文件的发布机构不承担识别这些专利的责任

。。

本标准由全国信息技术标准化技术委员会提出并归口

(SAC/TC28)。

本标准起草单位科大讯飞股份有限公司中国电信集团公司中国电子技术标准化研究院北京慧

:、、、

听科技有限公司苏州思必驰信息科技有限公司阿里云计算有限公司哈尔滨工业大学

、、、。

本标准主要起草人李洪亮严峻于继栋朱恩德刘坤张陈胡修文杨震赵菁华双志伟

:、、、、、、、、、、

周伟达

。

Ⅲ

GB/T34145—2017

中文语音合成互联网服务接口规范

1范围

本标准规定了中文语音合成服务系统在互联网环境下提供服务的能力范围输入数据输出数据

、、、

服务接口接口返回值要求等

、。

本标准适用于基于互联网的中文语音合成服务系统接口的设计开发和应用

、。

2规范性引用文件

下列文件对于本文件的应用是必不可少的凡是注日期的引用文件仅注日期的版本适用于本文

。,

件凡是不注日期的引用文件其最新版本包括所有的修改单适用于本文件

。,()。

信息技术通用多八位编码字符集

GB13000(UCS)(GB13000—2010,ISO/IEC10646:2003,

IDT)

信息技术中文编码字符集

GB18030

中文语音合成系统通用技术规范

GB/T21024—2007

汉语拼音方案中华人民共和国第一届全国人民代表大会第五次会议决议通过

()

多用途互联网邮件扩展第部分互联网消息体格式

RFC20451:[MultipurposeInternetMail

Extensions(MIME)PartOne:FormatofInternetMessageBodies]

多用途互联网邮件扩展内容类型

RFC2586(TheAudio/L16MIMEcontenttype)

语言标识标签

RFC5646(TagsforIdentifyingLanguages)

语音合成置标语言

SSML1.1[SpeechSynthesisMarkupLanguage(SSML)Version1.1]

国际语音学会手册国际音标使用指南

:(HandbookoftheInternationalPhoneticAssociation:A

GuidetotheUseofInternationalPhoneticAlphabet)

3术语和定义

下列术语和定义适用于本文件

。

31

.

语音合成speechsynthesis