As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Enviando texto e recebendo áudio

Uma sessão de streaming bidirecional envolve abrir uma conexão, enviar texto e receber áudio simultaneamente e, em seguida, fechar a transmissão quando a entrada for concluída. As seções a seguir descrevem cada fase em detalhes.

Abra o stream

Seu aplicativo chama a StartSpeechSynthesisStreamoperação por meio do SDK, especificando os parâmetros de síntese (Engine,, VoiceIdOutputFormat, e opcionalmente,LanguageCode,LexiconNames). SampleRate O SDK estabelece uma HTTP/2 conexão e o fluxo bidirecional está pronto para aceitar eventos de entrada.

Enviar texto

O cliente envia uma ou mais TextEventmensagens no fluxo de entrada. Cada evento pode ser enviado assim que o texto estiver disponível, sem esperar que a entrada completa esteja pronta. Os eventos de texto não precisam estar alinhados com os limites da frase ou da pontuação. O Amazon Polly reagrupa o texto internamente e produz uma fala com som natural, independentemente de como a entrada é dividida entre os eventos.

A transmissão está sujeita aos seguintes limites de tempo:

Forçando a síntese de texto em buffer com descarga

Por padrão, o Amazon Polly decide quando sintetizar texto em buffer com base nos limites da linguagem natural. Isso produz a melhor qualidade de áudio, mas significa que o áudio pode não ser retornado imediatamente após o envio de umTextEvent.

A lavagem permite que você controle quando a síntese acontece. Quando você limpa, o Amazon Polly sintetiza imediatamente todo o texto armazenado em buffer até o momento, independentemente de o texto terminar em um limite natural. Isso é útil quando sua fonte de texto faz uma pausa entre as seções lógicas e você deseja fornecer áudio para o que foi enviado até o momento.

Para lavar, defina o. FlushStreamConfiguration Forceparâmetro para true umTextEvent. Você também pode enviar um vazio TextEvent com o sinalizador flush definido para acionar a síntese sem adicionar novo conteúdo.

Lavar é uma troca. ForceA configuração para o true meio da frase pode afetar a pronúncia e a entonação porque o sintetizador não tem contexto sobre o que se segue. Para obter melhores resultados, permita que o Amazon Polly atenda aos limites naturais sempre que possível e só force a síntese quando os requisitos de latência exigirem.

Receba áudio

Conforme o Amazon Polly sintetiza texto, ele retorna AudioEventmensagens no fluxo de saída. Cada evento contém uma parte dos dados de áudio. Seu aplicativo deve acumular esses fragmentos (por exemplo, gravando-os sequencialmente em um arquivo ou buffer de áudio) para produzir a saída de áudio completa. Eventos de áudio podem chegar enquanto você ainda está enviando eventos de texto.

Feche o stream

Quando todo o texto de entrada for enviado, o cliente envia um CloseStreamEvent. O Amazon Polly conclui o processamento de qualquer texto armazenado em buffer restante, envia os eventos finais de áudio e retorna um StreamClosedEventque contém o número total de caracteres sintetizados. Sempre envie um CloseStreamEvent em vez de depender do flushing para encerrar a transmissão. O fechamento garante que todo o texto armazenado em buffer seja sintetizado e retornado.

Para obter detalhes completos sobre parâmetros de solicitação, tipos de eventos e erros, consulte a referência da StartSpeechSynthesisStream API.