New Hot

腾讯云语音合成新增复杂文本播报:开启 LaTeX 模式后可用 EnableLaTeX=true 播报数理化生公式

腾讯云语音合成公式播报音色教育内容

腾讯云语音合成在部分音色上新增复杂文本播报能力,调用时开启 LaTeX 模式即可把数理化生公式与符号转成自然语音。官方说明通过 EnableLaTeX=true 开启,开启后时延会有所增加,支持音色范围需要查看音色列表,实时性要求高的业务要按需选择。

腾讯云语音合成新增 LaTeX 公式播报

腾讯云语音合成在部分音色上新增复杂文本播报能力,开启 LaTeX 模式后可以把公式与符号转成自然语音。 这次是能力扩展,没有新增音色或更换模型。

新增了什么能力

官方原文称:“部分音色新增复杂文本播报能力。调用时开启 LaTeX 模式,即可将 LaTeX 格式的数理化生公式与符号转换为自然语音播报。”(来源:腾讯云语音合成官方文档)

怎么开启

官方给出的方式是把 EnableLaTeX 设为 true。参数在调用时传入即可生效,不需要额外的接口或独立产品入口。

支持范围

只有部分音色支持这项能力,官方没有在公告里逐一列出,要求查看音色列表。已经上线的项目需要先确认自己用的音色是否在范围内。

教育内容不必人工改写公式,实时链路需重测时延

教育类内容不必再为公式单独录制或人工改写,但开启后要重新评估实时链路的等待时间。

教育内容播报

数理化生课程、题库讲解与实验说明里大量出现公式与符号,过去常要靠人工把公式改写成口语。开启 LaTeX 模式后,原始公式可以直接进入合成流程,减少一道改写工序。

时延与实时场景

官方明确提示开启该模式会增加一定的时延。面向直播、实时答疑与语音助手的场景,需要先测一轮响应时间再决定是否默认开启;离线生成的课程音频则影响较小。

配音稿的写法

稿件里可以保留 LaTeX 原文,不必再手写读法。播出效果仍要人工听审,尤其是上下标、希腊字母与多行公式的读法是否符合学科习惯。实时语音交互的替代方案,可参考 通义语音上线 qwen-audio-3.1-realtime-flash:支持实时双工对话、声音复刻与工具调用。

课程与题库团队先验证,音色支持范围要确认

做课程、题库与科普音频的团队值得先验证;对延迟敏感的实时业务要单独评估。

谁适合先试

在线教育、题库讲解与科普内容团队收益最直接。只做普通文本播报的业务,短期内没有升级必要。

上手步骤

  1. 先确认所用音色是否在支持范围内,再在测试环境传入 EnableLaTeX 为 true。
  2. 用一段包含分式、上下标与希腊字母的稿件试听,检查读法是否符合学科习惯。
  3. 记录开启前后的响应时间差异,再决定生产环境是否默认开启。

官方未披露的部分

官方没有给出支持的 LaTeX 语法子集、时延增加的幅度与各音色的差异,也没有说明是否按调用次数计费。需要拟音与环境音时,可以参考 ElevenLabs 上线 SFX v3 音效模型:多指令跟随更稳,Studio 与 Flows 已默认启用。

常见问题

这次腾讯云语音合成新增了什么能力?
部分音色新增复杂文本播报能力,可以把 LaTeX 格式的数理化生公式与符号转成自然语音。
怎么开启 LaTeX 模式?
调用时把 EnableLaTeX 设为 true 即可开启。
开启后会影响响应速度吗?
官方说明开启该模式会增加一定的时延,需结合业务实时性要求按需开启。
所有音色都支持吗?
官方称只有部分音色支持,具体范围需要查看音色列表。

相关术语

LaTeX 模式
语音合成时解析 LaTeX 公式与符号并转为语音的开关。
EnableLaTeX
调用腾讯云语音合成时用于开启 LaTeX 模式的参数。
复杂文本播报
把公式、符号等非普通语句结构读成自然语音的能力。
音色
语音合成输出的声音形象,不同音色支持的能力可能不同。

这篇文章的来源是什么?

文中涉及版本、价格与功能的信息,均以厂商原文为准;下面是可以核对的原始出处。

「新增支持复杂文本播报能力」 —— 腾讯云

搜索文章

输入关键词,快速查找标题和正文内容。