Google 的 WaveNet 是否支持语音输入（SSML 音素元素）？

Question

我正在使用一种产品，该产品使用语音输入使 TTS 为名称生成正确的发音。我在 Google 的 WaveNet TTS 文档 https://cloud.google.com/text-to-speech/docs/ssml 中没有看到音素标签，但也许我错过了它。

如果有任何 Google 开发人员正在倾听，他们能否分享添加语音输入的计划？ 天呐

Answer 1

由于它们基于“端到端”（文本 -> 网络 -> 声音）的神经网络，它们可能从未像（文本 -> 音素 -> 网络 -> 声音）那样进行音素步骤。

这是非常值得期待的，因为这个音素选择应该是神经网络的工作，消除不必要的阶段。