Microsoft Azure TTS 认知服务语音限制问题

Question

我很新学cognitiveMicrosoft Azure 的文字转语音 (TTS) 服务。通过使用Azure 的TTS 服务，我成功地将给定文本转换为音频文件。当我的SSML XML 文档中有一个voice 元素时，它工作正常。工作SSML的例子是；

<speak version="1.0" xml:lang="en-US">
  <voice xml:lang="en-US" xml:gender="Male" name="en-US-Jessa24kRUS"> 
       Hello, this is my sample text to convert into audio? 
  </voice>
</speak>

但是，当我有多个语音标签（基于性别）时，它会导致错误。其中SSML是：

<speak version="1.0" xml:lang="en-US">
  <voice xml:lang="en-US" xml:gender="Male" name="en-US-Guy24kRUS"> What’s your name? </voice>
  <voice xml:lang="en-US" xml:gender="Female" name="en-US-Jessa24kRUS"> My name is Cindy Smith. Do you know John Silver?</voice>
  <voice xml:lang="en-US" xml:gender="Male" name="en-US-Guy24kRUS"> John and I are old friends. </voice>
  <voice xml:lang="en-US" xml:gender="Female" name="en-US-Jessa24kRUS"> John just joined our company as a salesperson. </voice>
  <voice xml:lang="en-US" xml:gender="Male" name="en-US-Guy24kRUS"> That’s good news. John has been a salesperson for chemical products for many years. </voice>
  <voice xml:lang="en-US" xml:gender="Female" name="en-US-Jessa24kRUS"> I head he really likes his new job.</voice>
</speak>

错误是：

响应状态码不表示成功：400（SSML 必须包含最多 5 个语音元素。实际为 6 个。）。

如果有人解释为什么将我限制为五个voice tags，而documentation 中没有提到限制。

Answer 1

由于延迟，这是一个已知设置。我们已经意识到并正在努力消除此限制。希望我们能在这周内完成修复和部署，如果一切顺利的话，我们可能会更早完成。