ssml split

SSML拆分

将SSML字符串分解为批量的AWS Polly polly polly它们的文本对语言API可以消费。

特征

• 将您的大SSML分成批处理AWS Polly，Google的文字到Speech API可以消费。
• 通过配置hardLimit ，请确保您保持低于API字符的限制。
• 创建最小可能的批处理大小，以将您的请求限制在文本中。
• 将在最近的文本中拆分文本. , ;或空间。可以配置。
• 通过删除新线条，过多的白色空间和空标签来消毒您的SSML，从而减少了使用的字符。
• 使用TypeScript，以便您可以享受随附的类型安全和文档。

基于@oleglegun的Polly-SSML-Split

文档

• 安装 - 遍历如何安装SSML拆分。
• 用法 - 阅读SSML拆分如何与可用选项一起使用。
• 建议的选项 - 使用这些选项快速开始。
• 做出贡献 - 熟悉如何回到SSML分裂
• 行为准则 - 遵循这些存储库规则，成为一个好公民

安装

安装包裹：

npm install ssml-split --save

用法

导入包并设置选项。使用.split()方法拆分您的SSML字符串。您可以调整softLimit ，以查看对您有用的东西。我建议您将hardLimit保持在相应API的限制限制：

 import SSMLSplit from 'ssml-split' ;

const ssmlSplit = new SSMLSplit ( {
  // The service you are using: "google" or "aws"
  synthesizer : 'google' ,
  // Finds a possible split moment starting from 4000 characters
  softLimit : 4000 ,
  // Google Text to Speech limitation
  hardLimit : 5000 ,
  // Allow to split large paragraphs, set to false to keep your <p></p> intact
  breakParagraphsAboveHardLimit : true
} ) ;

const batches = ssmlSplit . split ( '<speak>your long ssml here</speak>' ) ;

选项	类型	默认	描述
synthesizer	string	aws	设置您使用的合成器。当您使用breakParagraphsAboveHardLimit时很有用。它允许库确定正确的断裂长度，因为每个合成器服务都不同。
softLimit	number	1500	该脚本将开始尝试以多个部分分解您的SSML的字符数量。您可以调整此数字以查看对您有用的方法。
hardLimit	number	3000	每个SSML零件的最大尺寸应保持在低于脚本的字符数量。如果任何批处理大小都高于此，则脚本将出错。此硬限制是您正在使用的AWS或Google API的字符限制。
breakParagraphsAboveHardLimit	boolean	false	设置为true ，以允许脚本通过删除<p>并用<break </p> <break strength="x-strong" /> （对于aws ）或<break strength="x-weak" /> （用于google ）来打破大段落。这会导致相同的暂停。需要设置选项synthesizer 。
extraSplitChars	string	,;.	可以用作纯文本的拆分标记的字符。

关于：合成器

通过使用选项synthesizer: 'google'库将包括计数SSML标签字符，以确定最佳的拆分时刻。这使图书馆还可以使用Google的文本到语音API。

例如： <speak><p>some text</p></speak>

默认行为将其视为9个字符，这对AWS Polly很好，但对于Google的文字到语音API来说不是。

使用synthesizer: 'google'将被视为31个字符，就像Google的文字对语音API的文本一样。

这应该阻止您在使用Google的文本对语音API时看到此错误：

INVALID_ARGUMENT: 5000 characters limit exceeded.

关于：BreakParagraphaphabophSaboveHardlimit

通过添加选项breakParagraphsAboveHardLimit: true您允许脚本通过删除<p>并用<break strength="x-strong" /> for aws或<break strength="x-weak" /> for </p>来分解大段落。这会导致相同的暂停。这允许图书馆正确拆分大段落。

在使用Google的文本对语音API时，使用此选项将导致您的用法再增加20个字符。

如果您使用大段落，并且不使用此选项，那么您可能会遇到诸如SSML tag appeared to be too long 。

当您的SSML长度超过hardLimit时，建议使用此选项。

建议的选项

AWS

 new SSMLSplit ( {
  synthesizer : 'aws' ,
  softLimit : 2000 ,
  hardLimit : 3000 , // AWS Polly limitation
  breakParagraphsAboveHardLimit : true , // optional, but recommended when you have large <p>'s
} ) 

谷歌

 new SSMLSplit ( {
  synthesizer : 'google' ,
  softLimit : 4000 ,
  hardLimit : 5000 , // Google Text to Speech API limitation
  breakParagraphsAboveHardLimit : true , // optional, but recommended when you have large <p>'s
} ) 

关于

@oleglegun库的Polly-SSML-SPLIT已经正确处理了AWS Polly的SSML分裂，但无法正常工作以使Google的文本进行语音。因此，我只是修改了包裹以满足我的需求。

与polly-ssml-split相比，变化：

• 添加了synthesizer选项以根据完整的SSML标签计数字符，而不仅仅是随附的文本字符。如果您使用Google的文本到语音API，则需要。
• 重写库以使用TypeScript，因此您可以在打字稿项目中获得正确的类型检查。
• 删除了.configure方法，然后使用类构造方法将其用于IT。
• 添加了breakParagraphsAboveHardLimit选项，通过删除<p>并用<break strength="x-strong" /> for aws或<break strength="x-weak" />为Google替换< / </p> >，以分解大段落。这会导致相同的暂停。这允许库正确拆分段落，并将文本较少的批次发送给语音API。
• 使用开玩笑添加了更多测试。

发展

任何贡献都将不胜感激！请阅读我们有关如何贡献的贡献。

开发新功能或修复错误时，请使用测试驱动的方法。

发展：

$ npm install
$ npm run dev

在文件更改上运行测试：

$ npm test:watch

将打字稿构建到JavaScript：

$ npm run build

运行所有测试：

$ npm test