| Disponibilidad completa | Disponibilidad completa | Disponibilidad parcial |
| [Agregación de una pausa entre párrafos](p-tag.md) | | Disponibilidad completa | Disponibilidad completa | Disponibilidad completa |
| [Uso de la pronunciación fonética](phoneme-tag.md) | | Disponibilidad completa | Disponibilidad completa | Disponibilidad parcial |
| [Control del volumen, velocidad de habla y tono](prosody-tag.md) | | Disponibilidad parcial | Disponibilidad parcial | Disponibilidad parcial |
| [Establecimiento de una duración máxima para voz sintetizada](maxduration-tag.md) | | No disponible | No disponible | No disponible |
| [Agregación de una pausa entre frases](s-tag.md) | | Disponibilidad completa | Disponibilidad completa | Disponibilidad completa |
| [Control de cómo se leen los tipos especiales de palabras](say-as-tag.md) | | Disponibilidad parcial | Disponibilidad completa | Disponibilidad completa |
| [Identificación de texto mejorado con SSML](speak-tag.md) | | Disponibilidad completa | Disponibilidad completa | Disponibilidad completa |
| [Pronunciación de acrónimos y abreviaturas](sub-tag.md) | | Disponibilidad completa | Disponibilidad completa | Disponibilidad completa |
| [Mejora de la pronunciación especificando partes del discurso](w-tag.md) | | Disponibilidad completa | Disponibilidad completa | Disponibilidad completa |
| [Adición de sonido de respiración](breath-tag.md) | | No disponible | No disponible | No disponible |
| [Estilo de habla Newscaster](newscaster-tag.md) | | Solo en algunas voces neuronales | No disponible | No disponible |
| [Adición de compresión de rango dinámico](drc-tag.md) | | Disponibilidad completa | Disponibilidad completa | No disponible |
| [Habla de forma suave](phonation-tag.md) | | No disponible | No disponible | No disponible |
| [Control del timbre](vocaltractlength-tag.md) | vocal-tract-length | No disponible | No disponible | No disponible |
| [Susurros](whispered-tag.md) | | No disponible | No disponible | No disponible |
**nota**
Si utiliza etiquetas SSML no admitidas en formato largo, neuronal o estándar, aparecerá un error.
# Identificación de texto mejorado con SSML
**
Esta etiqueta es compatible con los formatos TTS generativo, de formato largo, neuronal y estándar.
La etiqueta `` es el elemento raíz de todo el texto SSML de Amazon Polly. Todo el texto mejorado con SSML debe incluirse entre un par de etiquetas .
```
Mary had a little lamb.
```
# Agregación de una pausa
**
Esta etiqueta es compatible con los formatos TTS generativo, de formato largo, neuronal y estándar.
Para añadir una pausa al texto, utilice la etiqueta . Puede establecer una pausa basada en la intensidad (equivalente a la pausa después de una coma, una frase o un párrafo), o bien puede establecerla en un periodo de tiempo específico en segundos o milisegundos. Si no se especifica un atributo para determinar la duración de la pausa, Amazon Polly utiliza el valor predeterminado ``, que añade una pausa con la duración de una pausa después de una coma.
Valores del atributo `strength`:
+ `none`: sin pausa. Use `none` para eliminar una pausa que se produce normalmente, como después de un punto.
+ `x-weak`: tiene la misma fuerza que `none`, sin pausa.
+ `weak`: establece una pausa de la misma duración que la pausa después de una coma.
+ `medium`: tiene la misma fuerza que `weak`.
+ `strong`: establece una pausa de la misma duración que la pausa después de una frase.
+ `x-strong`: establece una pausa de la misma duración que la pausa después de un párrafo.
Valores del atributo `time`:
+ `[number]s`: la duración de la pausa en segundos. La duración máxima es `10s`.
+ `[number]ms`: la duración de la pausa en milisegundos. La duración máxima es `10000ms`.
Por ejemplo:
```
Mary had a little lamb Whose fleece was white as snow.
```
Si no utiliza un atributo con la etiqueta `break`, el resultado varia en función del texto:
+ Si no hay ningún otro tipo de puntuación junto a la etiqueta `break`, se crea una de tipo `` (pausa después de una coma).
+ Si la etiqueta está junto a una coma, se actualiza la etiqueta a `` (pausa después de una frase).
+ Si la etiqueta está junto a un punto, se actualiza la etiqueta a `` (pausa después de un párrafo).
**nota**
Actualmente `` está disponible parcialmente para las voces generativas. ``y `` son totalmente compatibles con las voces generativas.
# Énfasis de palabras
**
Esta etiqueta solo es compatible con el formato TTS estándar.
Para enfatizar palabras, utilice la etiqueta . Enfatizar las palabras cambia el volumen y la velocidad de la voz. Más énfasis significa que Amazon Polly lee el texto más alto y lento. Menos énfasis hace que el texto se lea más bajo y rápido. Para especificar el grado de énfasis, utilice el atributo `level`.
Valores del atributo `level`:
+ `Strong`: aumenta el volumen y ralentiza la velocidad de habla, para que la voz sea más alta y lenta.
+ `Moderate`: aumenta el volumen y ralentiza la velocidad de habla, pero menos que `strong`. `Moderate` es el valor predeterminado.
+ `Reduced`: aumenta el volumen e incrementa la velocidad de habla. La voz es más baja y rápida.
**nota**
La velocidad y el volumen de habla normales para una voz se encuentran entre los niveles `moderate` y `reduced`.
Por ejemplo:
```
I already told you I really like that person.
```
# Especificación de otro idioma para palabras específicas
**
Esta etiqueta es compatible con los formatos TTS generativo, de formato largo, neuronal y estándar. En el caso de las voces generativas, la `` etiqueta solo se puede utilizar en oraciones completas.
Especifique otro idioma para una palabra específica, frase u oración con la etiqueta . Las palabras y frases extranjeras normalmente se leen mejor cuando se incluyen entre un par de etiquetas ``. Para especificar el idioma, utilice el atributo `xml:lang`. Para ver una lista completa de los idiomas disponibles, consulte [Idiomas en Amazon Polly](supported-languages.md).
A menos que aplique la etiqueta ``, todas las palabras del texto de entrada se leen en el idioma de la voz especificada en `voice-id`. Si aplica la etiqueta ``, las palabras se leen en ese idioma.
Por ejemplo, si el `voice-id` es Joanna (que habla inglés de Estados Unidos), Amazon Polly lee lo siguiente en la voz de Joanna sin acento francés:
```
Je ne parle pas français.
```
Si utiliza la voz de Joanna con la etiqueta ``, Amazon Polly lee la frase en la voz de Joanna en francés con acento americano:
```
Je ne parle pas français..
```
Como Joanna no es una hablante nativa del francés, la pronunciación tendrá como base su idioma nativo, inglés de Estados Unidos. Por ejemplo, aunque una pronunciación francesa perfecta pronunciaría la palabra *français* con una /R/ vibrante uvular, la voz de Joanna, cuyo idioma nativo es el inglés americano, pronuncia este fonema con el sonido /r/ correspondiente.
Si utiliza el `voice-id` de Giorgio, que habla italiano, con el siguiente texto, Amazon Polly lee la frase en la voz de Giorgio con pronunciación italiana:
```
Mi piace Bruce Springsteen.
```
Si utiliza la misma voz con la siguiente etiqueta ``, Amazon Polly pronuncia Bruce Springsteen en inglés con acento italiano:
```
Mi piace Bruce Springsteen.
```
Esta etiqueta también se puede utilizar como sustituto de la [DefaultLangCode](API_StartSpeechSynthesisTask.html#polly-StartSpeechSynthesisTask-request-DefaultLangCode)opción opcional al sintetizar la voz. Sin embargo, esto requiere dar formato al texto con SSML.
# Colocación de una etiqueta personalizada en el texto
**
Esta etiqueta es compatible con los formatos TTS de formato largo, neuronal y estándar. Esta etiqueta no hace nada con las voces generativas, ya que las marcas de voz no están disponibles para las voces generativas.
Para colocar una etiqueta personalizada dentro del texto, utilice la etiqueta . Amazon Polly no realiza ninguna acción en la etiqueta, pero devuelve la ubicación de la etiqueta en los metadatos SSML. Esta etiqueta puede ser cualquier cosa que se le ocurra, siempre que mantenga el siguiente formato:
```
```
Por ejemplo, suponga que el nombre de la etiqueta es "animal" y el texto de entrada es:
```
Mary had a little lamb.
```
Amazon Polly podría devolver los siguientes metadatos SSML:
```
{"time":767,"type":"ssml","start":25,"end":46,"value":"animal"}
```
# Agregación de una pausa entre párrafos
**
Esta etiqueta es compatible con los formatos TTS generativo, de formato largo, neuronal y estándar.
Para añadir una pausa entre los párrafos del texto, utilice la etiqueta
. El uso de esta etiqueta proporciona una pausa que incluyen normalmente los hablantes nativos cuando hay una coma o al final de una frase. Utilice la etiqueta
para incluir el párrafo:
```
This is the first paragraph. There should be a pause after this text is spoken.
This is the second paragraph.
```
Esto equivale a especificar una pausa con .
# Uso de la pronunciación fonética
**
Esta etiqueta es compatible con los formatos TTS de formato largo, neuronal y estándar.
Para que Amazon Polly utilice la pronunciación fonética para un determinado texto, utilice la etiqueta .
La etiqueta `` requiere dos atributos. Indican el alfabeto fonético que utiliza Amazon Polly y los símbolos fonéticos de la pronunciación corregida:
+ `alphabet`
+ `ipa`: indica que se usará el Sistema Fonético Internacional (IPA, por sus siglas en inglés).
+ `x-sampa`: indica que se usará el Alfabeto Fonético Extendido SAM (X-SAMPA, por sus siglas en inglés).
+ `ph`
+ Especifica los símbolos fonéticos para la pronunciación. Para obtener más información, consulte [Idiomas en Amazon Polly](supported-languages.md)
Con la etiqueta ``, Amazon Polly utiliza la pronunciación especificada por el atributo `ph` en lugar de la pronunciación estándar asociada de forma predeterminada con el idioma utilizado por la voz seleccionada.
Por ejemplo, la palabra "pecan" puede pronunciarse de dos formas. En el ejemplo siguiente, a la palabra “pecan” se le asigna una pronunciación diferente en cada línea. Amazon Polly pronuncia "pecan" tal y como se especifica en los atributos `ph`, en lugar de utilizar la pronunciación predeterminada.
Sistema Fonético Internacional (IPA)
```
You say, pecan.
I say, pecan.
```
Métodos ampliados de evaluación del habla: Alfabeto Fonético Extendido SAM (X-SAMPA)
```
You say, pecan.
I say, pecan.
```
Asimismo, el chino mandarín utiliza el pinyin para la pronunciación fonética.
Pinyin
```
你说 薄。
我说 薄。
```
En japonés se usa yomigana y la pronunciación kana.
Yomigana
```
名前は浩一です。
名前は浩一です。
名前は浩一です。
```
Pronunciación kana
```
名前は浩一です。
```
# Control del volumen, velocidad de habla y tono
**
Los atributos de las etiquetas Prosody son totalmente compatibles con las voces TTS estándar. Las voces generativas, neuronales y de formato largo admiten los atributos `volume` y `rate`, pero no admiten el atributo `pitch`. En el caso de las voces generativas, la etiqueta prosody solo se puede usar en frases completas.
Para controlar el volumen, la velocidad o el tono de la voz seleccionada, utilice la etiqueta`prosody`.
El volumen, la velocidad de habla, y el tono dependen de la voz seleccionada. Además de las diferencias entre las voces de diferentes idiomas, existen diferencias entre las voces que hablan el mismo idioma. Por este motivo, aunque los atributos son similares en todos los idiomas, existen claras variaciones de un idioma a otro y no hay ningún valor absoluto disponible.
La etiqueta `prosody` tiene tres atributos, cada uno de los cuales tiene varios valores disponibles para establecer el atributo. Todos los atributos utilizan la misma sintaxis:
```
```
+ `volume`
+ `default`: restablece el volumen al nivel predeterminado de la voz actual.
+ `silent`, `x-soft`, `soft`, `medium`, `loud`, `x-loud`: establece el volumen en un valor predefinido de la voz actual.
+ `+ndB`, `-ndB`: cambia el volumen en función del nivel actual. El valor `+0dB` significa que no se producen cambios, `+6dB` significa aproximadamente el doble del volumen actual y `-6dB` significa aproximadamente la mitad del volumen actual.
Por ejemplo, puede establecer el volumen de un pasaje tal y como se indica a continuación:
```
Sometimes it can be useful to increase the volume
for a specific speech.
```
También se puede hacer de este modo:
```
And sometimes a lower volume is a more effective way of
interacting with your audience.
```
+ `rate`
+ `x-slow`, `slow`, `medium`, `fast`,`x-fast`: establece el tono en un valor predefinido para la voz seleccionada.
+ `n%`: un cambio de porcentaje no negativo en la velocidad de habla. Por ejemplo, un valor de 100% significa que no hay ningún cambio en la velocidad de habla; un valor de 200% significa una velocidad dos veces superior a la velocidad predeterminada y un valor de 50% significa una velocidad de habla a la mitad de la velocidad predeterminada. Este valor tiene un intervalo de 20-200%.
Por ejemplo, puede establecer la velocidad de habla de un pasaje tal y como se indica a continuación:
```
For dramatic purposes, you might wish to slow up the speaking
rate of your text.
```
También se puede hacer de este modo:
```
Although in some cases, it might help your audience to slow
the speaking rate slightly to aid in comprehension.
```
+ `pitch`
+ `default`: restablece el tono en el valor predeterminado de la voz actual.
+ `x-low`, `low`, `medium`, `high`, `x-high`: establece el tono en un valor predefinido de la voz actual.
+ `+n%` o `-n%`: ajusta el tono aplicando un porcentaje relativo. Por ejemplo, un valor de `+0%` significa que no hay ningún cambio en el tono de base de referencia, `+5%` da como resultado un tono de base de referencia un poco más alto y `-5%` da como resultado un tono de base de referencia un poco más bajo.
Por ejemplo, puede establecer el tono de un pasaje tal y como se indica a continuación:
```
Do you like sythesized speech with a pitch that is higher
than normal?
```
También se puede hacer de este modo:
```
Or do you prefer your speech with a somewhat lower pitch?
```
La etiqueta debe contener al menos un atributo, pero puede incluir más dentro de la misma etiqueta.
```
Each morning when I wake up, I speak
quite slowly and deliberately until I have my coffee.
```
También se puede combinar con etiquetas anidadas, tal y como se indica a continuación:
```
Sometimes combining attributes can
change the impression your audience has of a voice as well.
```
**nota**
Actualmente `` está disponible parcialmente para las voces generativas.
# Establecimiento de una duración máxima para voz sintetizada
**
Esta etiqueta solo es compatible actualmente con el formato TTS estándar.
Para controlar el tiempo que desea que tarde un fragmento de voz cuando se sintetiza, utilice la etiqueta `` con el atributo `amazon:max-duration`.
La duración del fragmento de voz sintetizado varía ligeramente, en función de la voz que seleccione. Esto puede dificultar la coincidencia del fragmento de voz sintetizado con elementos visuales u otras actividades que requieran una sincronización precisa. Este problema aumenta en el caso de aplicaciones de traducción, ya que el tiempo que se tarda en decir frases concretas puede variar notablemente en distintos idiomas.
La etiqueta `` asigna el fragmento de voz sintetizada a la cantidad de tiempo que desea que tarde (la duración).
Esta etiqueta utiliza la siguiente sintaxis:
```
```
Con la etiqueta ``, puede especificar la duración en segundos o milisegundos:
+ `ns`: la duración máxima en segundos
+ `nms`: la duración máxima en milisegundos
Por ejemplo, el siguiente texto hablado tiene una duración máxima de 2 segundos:
```
Human speech is a powerful way to communicate.
```
Texto colocado dentro de la etiqueta, no supera la duración especificada. Si la voz o el idioma elegido normalmente requiere más tiempo que la duración, Amazon Polly acelera el fragmento de voz de modo que se ajuste a la duración especificada.
Si la duración especificada es superior a lo que se tarda en leer el texto en una velocidad normal, Amazon Polly lee el fragmento con normalidad. No ralentiza el fragmento de voz ni añade silencio, por lo que el audio resultante es más corto de lo necesario.
**nota**
Amazon Polly aumenta la velocidad no más de 5 veces la velocidad normal. Si el texto se lee más rápido que esto, por lo general no tiene sentido. Si un fragmento de voz no puede ajustarse a la duración especificada, incluso aunque la velocidad se acelere al máximo, el audio se acelerará, pero durará más de la duración especificada.
Puede incluir una sola frase o varias frases dentro de una etiqueta `` y puede utilizar varias etiquetas `` en su texto.
Por ejemplo:
```
Human speech is a powerful way to communicate.
Even a simple ‘Hello’ can convey a lot of information depending on the pitch, intonation, and tempo.
We naturally understand this information, which is why speech is ideal for creating applications where
a screen isn’t practical or possible, or simply isn’t convenient.
```
```
```
El uso de la etiqueta `` puede aumentar la latencia cuando Amazon Polly devuelve un fragmento de voz sintetizada. El grado de latencia depende del fragmento y de su longitud. Le recomendamos que utilice texto compuesto por fragmentos de texto relativamente cortos.
**Limitaciones**
Existen limitaciones, tanto en la forma de utilizar la etiqueta `` y en cómo funciona con otras etiquetas de SSML:
+ El texto dentro de una etiqueta `` no puede tener más de 1500 caracteres.
+ No puede anidar etiquetas ``. Si coloca una etiqueta `` dentro de otra, Amazon Polly omite la etiqueta interior.
Por ejemplo, en el caso siguiente se omite la etiqueta ``:
```
Human speech is a powerful way to communicate.
Even a simple ‘Hello’ can convey a lot of information depending on the pitch, intonation, and tempo.
We naturally understand this information, which is why speech is ideal for creating applications where a screen isn’t practical or possible, or simply isn’t convenient.
```
+ No se pueden utilizar las etiquetas `` con el atributo `rate` dentro de una etiqueta ``. Esto se debe a que ambas afectan a la velocidad a la que se dicta el texto.
En el ejemplo siguiente, Amazon Polly omite la etiqueta ``:
```
Human speech is a powerful way to communicate.
Even a simple ‘Hello’ can convey a lot of information depending on the pitch, intonation, and tempo.
```
**Pausas y `max-duration` **
Cuando se utiliza la etiqueta `max-duration`, puede insertar pausas en el texto. Sin embargo, Amazon Polly incluye la longitud de la pausa al calcular la duración máxima del fragmento de voz. Además, Amazon Polly conserva las pausas breves que se producen cuando hay comas y puntos en un fragmento y las incluye en la duración máxima.
Por ejemplo, en el siguiente bloque, la interrupción de 600 milisegundos y la interrupción provocada por comas y puntos se produce en el fragmento de texto de 8 segundos:
```
Human speech is a powerful way to communicate.
Even a simple ‘Hello’ can convey a lot of information depending on the pitch, intonation, and tempo.
```
# Agregación de una pausa entre frases
**
Esta etiqueta es compatible con los formatos TTS generativo, de formato largo, neuronal y estándar.
Para añadir una pausa entre líneas o frases del texto, utilice la etiqueta ``. El uso de esta etiqueta tiene el mismo efecto que:
+ Terminar una frase con un punto (.)
+ Especificar una pausa con ``
A diferencia de la etiqueta ``, la etiqueta incluye la frase. Esto es útil para sintetizar la voz de texto organizado en líneas, en lugar de en frases, como los poemas.
En el siguiente ejemplo, la etiqueta `` inserta una breve pausa después de la primera y segunda frase. La última frase no tiene ninguna etiqueta ``, pero también se aplica una breve pausa detrás de ella porque termina con un punto.
```
Mary had a little lamb
Whose fleece was white as snow
And everywhere that Mary went, the lamb was sure to go.
```
# Control de cómo se leen los tipos especiales de palabras
**
La etiqueta `` es compatible con los motores de conversión de texto a voz (TTS) generativa, de formato largo, neuronal y estándar. No obstante, tenga en cuenta que si Amazon Polly utiliza una voz neuronal y encuentra la etiqueta `` con la opción `characters` en tiempo de ejecución, la frase afectada se sintetizará con la voz estándar relacionada. Sin embargo, la frase afectada se seguirá facturando como si utilizara una voz neuronal.
Utilice la etiqueta `` con el atributo `interpret-as` para indicar a Amazon Polly cómo leer determinados caracteres, palabras y números. De este modo, puede proporcionar información adicional para eliminar cualquier ambigüedad sobre cómo Amazon Polly debe representar el texto.
La etiqueta `` utiliza un atributo, `interpret-as`, que usa una serie de valores posibles disponibles. Todos ellos utilizan la misma sintaxis:
```
[text to be interpreted]
```
Los valores siguientes están disponibles con `interpret-as`:
+ `characters`o`spell-out`: Deletrea cada letra del texto, como en a-b-c.
**nota**
Esta opción no se admite actualmente para voces neuronales. Si utiliza una voz neuronal y este código SSML encontrado por Amazon Polly en tiempo de ejecución, la frase afectada se sintetizará mediante la voz estándar relacionada. Tenga en cuenta, sin embargo, que esta frase se seguirá facturando como si utilizara una voz neuronal.
+ `cardinal` o `number`: interpreta el valor numérico como un número cardinal; por ejemplo, 1.234.
+ `ordinal`: interpreta el texto numérico como un número ordinal; por ejemplo, 1.234º.
+ `digits`: deletrea cada dígito por separado; por ejemplo, 1-2-3-4.
+ `fraction`: interpreta el texto numérico como una fracción. Esto es aplicable a las fracciones comunes, como 3/20, y a las fracciones mixtas, como 2 ½. Para obtener más información, consulte las secciones siguientes.
+ `unit`: interpreta un texto numérico como una medida. El valor debe ser un número o una fracción seguido de una unidad (sin espacio entre ellos) como en `1/2inch`, o solo de una unidad, como en `1meter`.
+ `date`: interpreta el texto como una fecha. El formato de la fecha debe especificarse con el atributo format. Para obtener más información, consulte las secciones siguientes.
+ `time`: interpreta el texto numérico como una cantidad de tiempo en minutos y segundos; por ejemplo, `1'21"`.
+ `address`: interpreta el texto como parte de una dirección postal.
+ `expletive`: emite un pitido en lugar del contenido incluido en la etiqueta.
+ `telephone`: interpreta el texto numérico como un número de teléfono de 7 o 10 dígitos, como en `2025551212`. También puede utilizar este valor para las extensiones telefónicas, como en `2025551212x345`. Para obtener más información, consulte las secciones siguientes.
**nota**
En la actualidad, la opción `telephone` no está disponible para todos los idiomas. Sin embargo, está disponible para voces que hablan variantes del idioma inglés (en-AU, en-GB, en-IN, en-US y en-GB-WLS), variantes del idioma español (es-ES, es-MX y es-US), variantes del idioma francés (fr-FR y fr-CA) y variantes portuguesas (pt-BR y pt-PT), así como para alemán (de-DE), italiano (it-IT), japonés (ja-JP) y ruso (ru-IT) RU). También debe tenerse en cuenta que, en determinados casos, algunos idiomas como el árabe (arb) administran automáticamente el número establecido como número de teléfono y, por lo tanto, no implementan realmente la etiqueta SSML `telephone`.
**Fracciones**
Amazon Polly interpreta los valores dentro de la etiqueta `say-as` que tengan el atributo `interpret-as="fraction"` como fracciones comunes. A continuación se presenta la sintaxis de las fracciones:
+ *Fracción*
Sintaxis:*cardinal number*/*cardinal number*, como 2/9.
Por ejemplo: `2/9` se pronuncia "dos novenos."
+ *Número mixto no negativo*
Sintaxis: *cardinal number* \$1*cardinal number*/*cardinal number*, como 3\$11/2.
Por ejemplo, `3+1/2` se pronuncia "tres y medio".
**nota**
Debe haber un signo `+` entre "3" y "1/2". Amazon Polly no admite un número mixto sin el signo `+`, como, por ejemplo, "3 1/2".
**Fechas**
Cuando `interpret-as` se establece en `date`, también se deberá indicar el formato de la fecha.
Utiliza la siguiente sintaxis:
```
[date]
```
Por ejemplo:
```
I was born on 12-31-1900.
```
Los siguientes formatos pueden utilizarse con el atributo `date`.
+ `mdy`: Month-day-year.
+ `dmy`: Day-month-year.
+ `ymd`: Year-month-day.
+ `md`: mes-día.
+ `dm`: día-mes.
+ `ym`: año-mes.
+ `my`: mes-año.
+ `d`: Día.
+ `m`: Month.
+ `y`: Year.
+ `yyyymmdd`:. Year-month-day Si utilizas este formato, puedes hacer que Amazon Polly se salte partes de la fecha con signos de interrogación.
Por ejemplo, Amazon Polly reproduce lo siguiente como "22 de septiembre":
```
????0922
```
`Format` no es necesario.
**Teléfono**
Amazon Polly intenta interpretar correctamente el texto proporcionado a partir de su formato aun cuando no aparece la etiqueta ``. Por ejemplo, si el texto incluye "202-555-1212", Amazon Polly lo interpreta como un número de teléfono de 10 cifras y lee cada cifra individualmente, aplicando una breve pausa en cada guion. En este caso, no es necesario usar ``. Sin embargo, si proporciona el texto “2025551212” y quiere que Amazon Polly lo lea como un número de teléfono, debería especificar ``.
La lógica para interpretar cada elemento depende del idioma. Por ejemplo, en inglés de EE. UU. y en inglés de Reino Unido, los números de teléfono no se expresan igual (en inglés de Reino Unido, se agrupan las secuencias del mismo número; por ejemplo, "doble cinco" o "triple cuatro"). Para ver la diferencia, puede probar el siguiente ejemplo con una voz de Estados Unidos y otra de Reino Unido:
```
Richard's number is 2122241555
```
# Pronunciación de acrónimos y abreviaturas
**
Esta etiqueta es compatible con los formatos TTS generativo, de formato largo, neuronal y estándar.
Utilice la etiqueta `` con el atributo `alias` para sustituir una sola palabra (o pronunciación) del texto seleccionado como un acrónimo o una abreviatura.
Se utiliza esta sintaxis:
```
abbreviation
```
En el siguiente ejemplo, el nombre "Mercury" (Mercurio) se sustituye por el símbolo químico del elemento para que el contenido de audio sea más claro.
```
My favorite chemical element is Hg, because it looks so shiny.
```
# Mejora de la pronunciación especificando partes del discurso
**
Esta etiqueta es compatible con los formatos TTS generativo, de formato largo, neuronal y estándar.
Puede utilizar la etiqueta para personalizar la pronunciación de las palabras especificando su categoría gramatical o su significado alternativo. Esto se realiza mediante el atributo `role`.
Esta etiqueta utiliza la siguiente sintaxis:
```
text
```
Los siguientes valores pueden utilizarse con el atributo `role`:
Para especificar la categoría gramatical:
+ `amazon:VB`: interpreta la palabra como un verbo (presente simple).
+ `amazon:VBD`: interpreta la palabra como un verbo en tiempo pasado.
+ `amazon:DT`: interpreta la palabra como determinante.
+ `amazon:IN`: interpreta la palabra como una preposición.
+ `amazon:JJ`: interpreta la palabra como un adjetivo.
+ `amazon:NN`: interpreta la palabra como un sustantivo.
Por ejemplo, dependiendo de la categoría gramatical, la pronunciación en inglés de Estados Unidos de la palabra "read" varia en función de la etiqueta:
```
The word read may be interpreted
as either the present simple form read, or the past
participle form read.
```
Para especificar un significado específico:
+ `amazon:DEFAULT`: usa el sentido predeterminado de la palabra.
+ `amazon:SENSE_1`: cuando es aplicable, utiliza un sentido de la palabra que no es el predeterminado. Por ejemplo, el nombre "bass" se pronuncia de forma diferente en función de su significado. El significado predeterminado es la parte más baja de la escala musical. El significado alternativo es una especie de pez de agua dulce, también denominado "bass", pero que se pronuncia de forma diferente. Si se utiliza `bass`, se aplica la pronunciación no predeterminada (es decir, pez de agua dulce) en el texto del audio.
Esta diferencia en la pronunciación y el significado se puede oír si se sintetiza lo siguiente:
```
Depending on your meaning, the word bass
may be interpreted as either a musical element: bass, or as its alternative meaning,
a freshwater fish bass.
```
**nota**
Algunos idiomas pueden tener otra selección de categorías gramaticales.
# Adición de sonido de respiración
* y *
Esta etiqueta solo es compatible con el formato TTS estándar.
La voz con sonido natural incluye tanto palabras habladas correctamente como sonidos de respiración. Al añadir sonidos de respiración a la voz sintetizada, puede hacer que suene más natural. Las etiquetas `` y `` proporcionan respiraciones. Dispone de las opciones siguientes:
+ Modo manual: puede establecer la ubicación, la duración y el volumen de un sonido de respiración en el texto
+ Modo automático: Amazon Polly inserta automáticamente sonidos de respiración en la salida de voz
+ Modo mixto: tanto usted como Amazon Polly añaden sonidos de respiración
**Modo manual**
En el modo manual, debe colocar la etiqueta `` en el texto de entrada donde desee ubicar una respiración. Puede personalizar la duración y el volumen de las respiraciones con los atributos `duration` y `volume`, respectivamente:
+ `duration`: controla la duración de la respiración. Los valores válidos son: `default`, `x-short`, `short`, `medium`, `long`, `x-long`. El valor predeterminado es `medium`.
+ `volume`: controla el volumen de la respiración. Los valores válidos son: `default`, `x-soft`, `soft`, `medium`, `loud`, `x-loud`. El valor predeterminado es `medium`.
**nota**
La duración y el volumen exactos de cada valor de atributo dependen de la voz utilizada de Amazon Polly.
Para establecer un sonido de respiración con los valores predeterminados, utilice `` sin atributos.
Por ejemplo, para utilizar atributos con el objeto de definir la duración y el volumen de una respiración a la mitad, configure los atributos de la siguiente forma:
```
Sometimes you want to insert only a single breath.
```
Para utilizar los valores predeterminados, se usa la etiqueta:
```
Sometimes you need to insert one or more average breaths so that the
text sounds correct.
```
Puede añadir sonidos de respiración individuales en un pasaje, tal y como se indica a continuación:
```
Wow! That was quite fast. I almost beat my personal best time on this track.
```
**Modo automático**
En el modo automático, se utiliza la etiqueta `` para indicar a Amazon Polly que cree automáticamente ruidos de respiración en los intervalos apropiados. Puede establecer la frecuencia de los intervalos, su volumen y su duración. Coloque la etiqueta `` al principio del texto al que desee aplicar respiración automática y cierre la etiqueta al final.
**nota**
A diferencia de la etiqueta de modo manual, ``, la etiqueta `` necesita una etiqueta de cierre (``).
Puede utilizar los siguientes atributos opcionales con la etiqueta ``:
+ `volume`: controla el volumen de la respiración. Los valores válidos son: `default`, `x-soft`, `soft`, `medium`, `loud`, `x-loud`. El valor predeterminado es `medium`.
+ `frequency`: controla la frecuencia con la que se producen los sonidos de respiración en el texto. Los valores válidos son: `default`, `x-low`, `low`, `medium`, `high`, `x-high`. El valor predeterminado es `medium`.
+ `duration`: controla la duración de la respiración. Los valores válidos son: `default`, `x-short`, `short`, `medium`, `long`, `x-long`. El valor predeterminado es `medium`.
De forma predeterminada, la frecuencia de sonidos de respiración depende del texto de entrada. Sin embargo, sonidos de respiración se suelen producir después de comas y puntos.
En los siguientes ejemplos se muestra cómo usar la etiqueta ``. Para decidir qué opciones se utilizarán en su contenido, copie los ejemplos correspondientes en la consola de Amazon Polly y escuche las diferencias.
+ Uso del modo automático sin parámetros opcionales.
```
Amazon Polly is a service that turns text into lifelike speech,
allowing you to create applications that talk and build entirely new categories of speech-
enabled products. Amazon Polly is a text-to-speech service that uses advanced deep learning
technologies to synthesize speech that sounds like a human voice. With dozens of lifelike
voices across a variety of languages, you can select the ideal voice and build speech-
enabled applications that work in many different countries.
```
+ Uso del modo automático con control de volumen. Los parámetros no especificados (`duration` y `frequency`) se establecen en los valores predeterminados (`medium`).
```
Amazon Polly is a service that turns text into lifelike
speech, allowing you to create applications that talk and build entirely new categories of
speech-enabled products. Amazon Polly is a text-to-speech service, that uses advanced deep
learning technologies to synthesize speech that sounds like a human voice. With dozens of
lifelike voices across a variety of languages, you can select the ideal voice and build speech-
enabled applications that work in many different countries.
```
+ Uso del modo automático con control de frecuencia. Los parámetros no especificados (`duration` y `volume`) se establecen en los valores predeterminados (`medium`).
```
Amazon Polly is a service that turns text into lifelike
speech, allowing you to create applications that talk and build entirely new categories of
speech-enabled products. Amazon Polly is a text-to-speech service, that uses advanced deep
learning technologies to synthesize speech that sounds like a human voice. With dozens of
lifelike voices across a variety of languages, you can select the ideal voice and build speech-
enabled applications that work in many different countries.
```
+ Uso del modo automático con varios parámetros. Para el parámetro sin especificar `Duration`, Amazon Polly utiliza el valor predeterminado (`medium`).
```
Amazon Polly is a service that turns
text into lifelike speech, allowing you to create applications that talk and build entirely new
categories of speech-enabled products. Amazon Polly is a text-to-speech service, that uses
advanced deep learning technologies to synthesize speech that sounds like a human voice. With
dozens of lifelike voices across a variety of languages, you can select the ideal voice and build
speech-enabled applications that work in many different countries.
```
# Estilo de habla Newscaster
**
El estilo presentador solo está disponible para las voces de Matthew o Joanna, que solo están disponibles en inglés de Estados Unidos (en-US), y Lupe, en español estadounidense (es-US). Solo se admite cuando se usa el formato `Neural`.
Para utilizar el estilo Newscaster, utilice etiquetas SSML y la siguiente sintaxis:
```
text
```
Por ejemplo, puede utilizar el estilo presentador con la voz de Matthew de la siguiente manera:
```
From the Tuesday, April 16th, 1912 edition of The Guardian newspaper:
The maiden voyage of the White Star liner Titanic, the largest ship ever launched, has ended in disaster.
The Titanic started her trip from Southampton for New York on Wednesday. Late on Sunday night she struck
an iceberg off the Grand Banks of Newfoundland. By wireless telegraphy she sent out signals of distress,
and several liners were near enough to catch and respond to the call.
```
# Adición de compresión de rango dinámico
**
Esta etiqueta es compatible con los formatos TTS de formato largo, neuronal y estándar.
En función del texto, el idioma y la voz utilizados en un archivo de audio, los sonidos varían desde suaves a altos. Con frecuencia, los sonidos ambientales, como el sonido de un vehículo en movimiento, pueden enmascarar los sonidos más suaves, lo que impide oír con claridad la pista de audio. Para mejorar el volumen de determinados sonidos en el archivo de audio, utilice la etiqueta de compresión de rango dinámico (`drc`).
La etiqueta `drc` establece un umbral de "volumen" de rango medio para el audio y aumenta el volumen (la ganancia) de los sonidos alrededor de dicho umbral. El mayor aumento de ganancia se aplica cerca del umbral, y dicho aumento se va reduciendo al alejarse del umbral.
![\[La compresión de rango dinámico aumenta el volumen de los sonidos alrededor de un determinado umbral.\]](http://docs.aws.amazon.com/es_es/polly/latest/dg/images/drc-on.png)
Esto facilita la audición de los sonidos de rango medio en un entorno ruidoso, lo que permite que todo el archivo de audio se oiga con más claridad.
La etiqueta `drc` es un parámetro booleano (está presente o no lo está). Utiliza la sintaxis: `` y se cierra con ``.
Puede utilizar la etiqueta `drc` con cualquier voz o idioma compatible con Amazon Polly. Puede aplicarla a una sección entera de la grabación o solo a unas pocas palabras. Por ejemplo:
```
Some audio is difficult to hear in a moving vehicle, but this audio
is less difficult to hear in a moving vehicle.
```
**nota**
Si utiliza "`drc`" en la sintaxis , esta distingue entre mayúsculas y minúsculas.`amazon:effect `
**Uso de `drc` con la etiqueta `prosody volume`**
Como muestra el siguiente gráfico, la etiqueta `prosody volume` aumenta de manera uniforme el volumen de un archivo de audio desde el nivel original (línea discontinua) a un nivel ajustado (línea continua). Para aumentar aún más el volumen de determinadas partes del archivo, utilice la etiqueta `drc` con la etiqueta `prosody volume`. La combinación de etiquetas no afecta a la configuración de la etiqueta `prosody volume`.
![\[El uso de la etiqueta prosody volume aumenta el volumen en todo el archivo de audio.\]](http://docs.aws.amazon.com/es_es/polly/latest/dg/images/prosodyloud.png)
Cuando se utilizan las etiquetas `drc` y `prosody volume` juntas, Amazon Polly aplica primero la etiqueta `drc`, aumentando los sonidos de rango medio (los que están cerca del umbral). A continuación, aplica la etiqueta `prosody volume` y aumenta el volumen de toda la pista de audio de manera uniforme.
![\[El uso de la etiqueta drc con una etiqueta prosody volume aumenta el volumen de los sonidos de rango medio además del volumen de toda la pista de audio.\]](http://docs.aws.amazon.com/es_es/polly/latest/dg/images/prosody+drc.png)
Para utilizar las etiquetas juntas, anide una dentro de la otra. Por ejemplo:
```
This text needs to be understandable and loud.
This text also needs to be more understandable in a moving car.
```
En este texto, la etiqueta `prosody volume` establece el nivel de volumen de todo el pasaje en "loud" (alto). La etiqueta `drc` mejora el volumen de los valores de rango medio de la segunda frase.
**nota**
Cuando utilice las etiquetas `drc` y `prosody volume` juntas, emplee las prácticas estándar de XML para el anidado de etiquetas.
# Habla de forma suave
**
Esta etiqueta solo es compatible actualmente con el formato TTS estándar.
Para especificar que el texto introducido debe pronunciarse por softer-than-normal voz, usa la etiqueta.
Se utiliza esta sintaxis:
```
text
```
Por ejemplo, puede utilizar esta etiqueta con la voz de Matthew tal y como se indica a continuación:
```
This is Matthew speaking in my normal voice. This
is Matthew speaking in my softer voice.
```
# Control del timbre
* vocal-tract-length*
Esta etiqueta solo es compatible actualmente con el formato TTS estándar.
El timbre es la calidad tonal de una voz que permite diferenciar entre voces distintas, aunque todas tengan el mismo tono y volumen. Una de las características fisiológicas más importantes que contribuye al timbre de voz es la longitud del tracto vocal. El tracto vocal es una cavidad de aire que se extiende desde la parte superior de las cuerdas vocales hasta el borde de los labios.
Para controlar el timbre del fragmento hablado en Amazon Polly, utilice la etiqueta `vocal-tract-length`. Esta etiqueta tiene el efecto de modificar la longitud del tracto vocal del altavoz, lo que hace que este suene como si hubiese cambiado de tamaño. Al aumentar el valor de `vocal-tract-length`, el altavoz suena como si fuera físicamente más grande. Al reducirlo, el altavoz suena como si fuera más pequeño. Puedes usar esta etiqueta con cualquiera de las voces de la cartera de Amazon Polly. Text-to-Speech
Para cambiar el timbre, utilice los siguientes valores:
+ `+n%` o `-n%`: ajusta la longitud del tracto vocal aplicando un cambio de porcentaje relativo a la voz actual. Por ejemplo, \$14% o -2%. Los valores válidos están comprendidos entre \$1100% y -50%. Los valores que están fuera de este intervalo se recortan. Por ejemplo, \$1111% suena como \$1100% y -60% suena como -50%.
+ `n%`: cambia la longitud del tracto vocal en un porcentaje absoluto de la longitud del tracto de la voz actual. Por ejemplo, 110% o 75%. Un valor absoluto del 110% equivale a un valor relativo de \$110%. Un valor absoluto del 100% equivale al valor predeterminado para la voz actual.
El siguiente ejemplo muestra cómo modificar la longitud del tracto vocal para cambiar el timbre:
```
This is my original voice, without any modifications.
Now, imagine that I am much bigger.
Or, perhaps you prefer my voice when I'm very small. You can also control the
timbre of my voice by making minor adjustments.
For example, by making me sound just a little bigger. Or, making me sound only somewhat smaller.
```
**Combinación de varias etiquetas**
Puede combinar la etiqueta `vocal-tract-length` con cualquier otra etiqueta SSML compatible con Amazon Polly. Dado que el timbre (longitud del tracto vocal) y el tono están íntimamente relacionados, es probable que obtenga resultados óptimos si utiliza las etiquetas `vocal-tract-length` y ``. Para crear la voz más realista, le recomendamos utilizar diferentes porcentajes de cambio para ambas etiquetas. Experimente con varias combinaciones para obtener los resultados que desea.
El siguiente ejemplo muestra cómo combinar etiquetas.
```
The pitch and timbre of a person's voice are connected in human speech.
If you are going to reduce the vocal tract length,
you
might consider increasing the pitch, too.
If you choose to lengthen the vocal tract,
you might also want to lower the pitch.
```
# Susurros
**
Esta etiqueta solo es compatible actualmente con el formato TTS estándar.
Esta etiqueta indica que la entrada de texto debe leerse en susurros y no con voz normal. Se puede usar con cualquiera de las voces de la cartera de Amazon Polly. Text-to-Speech
Utiliza la siguiente sintaxis:
```
text
```
Por ejemplo:
```
If you make any noise,
she said, they will hear us.
```
En este caso, la parte del discurso que dice el personaje se leerá en susurros, mientras que la frase "she said" se leerá de forma normal con la voz de Amazon Polly elegida.
Puede mejorar el efecto de "susurro" ralentizando el ritmo prosódico hasta en un 10%, en función del efecto deseado.
Por ejemplo:
```
When any voice is made to whisper,
the sound is slower and quieter than normal speech
```
Cuando se generan las comillas para una voz susurrada, la secuencia de audio debe incluir también la voz susurrada para garantizar que las comillas coinciden con la secuencia de audio.