小程序在9月27日发布了正式版

asr-monitor-test/app/tts_service.py

@@ -1091,6 +1091,7 @@ class QwenTTS:
         self.synthesizer = None
         self.callback = None
         self.is_cosyvoice = False
+        self.is_cosyvoice_v2 = False
         self.cosyvoice = ""
         self.voice = ""
         self.format = format
@@ -1103,6 +1104,9 @@ class QwenTTS:
                 self.is_cosyvoice = True
                 self.cosyvoice = parts[0]
                 self.voice = parts[1]
+            if parts[0] == 'cosyvoice-v2':
+                self.is_cosyvoice_v2 = True
+
         logging.info(f"---begin--init QwenTTS-- {format} {sample_rate} {model_name} {self.cosyvoice} {self.voice}")  # cyx
         self.completion_event = None  # 新增：用于通知任务完成
         # 特殊字符及其拼音映射
@@ -1292,6 +1296,12 @@ class QwenTTS:
         """
         在文本中查找特殊字符并用<phoneme>标签包裹它们
         """
+        """
+        SSML（Speech Synthesis Markup Language） 是一种基于 XML 的语音合成标记语言。
+        它不仅能让语音合成大模型读出更丰富的文本内容，还支持对语速、语调、停顿、音量等语音特征进行精细控制，
+        甚至可以添加背景音乐，带来更具表现力的语音效果。本文介绍CosyVoice的SSML功能及使用。
+        仅限cosyvoice-v2模型
+        """
         # 如果文本已经是SSML格式，直接返回
         if text.strip().startswith("<speak>") and text.strip().endswith("</speak>"):
             return text
@@ -1311,7 +1321,9 @@ class QwenTTS:
         return f"<speak>{text}</speak>"
 
     def text_tts_call(self, text):
-        if self.special_characters :
+        # SSML（Speech Synthesis Markup Language） 是一种基于 XML 的语音合成标记语言。
+        # 仅限cosyvoice-v2模型
+        if self.special_characters and self.is_cosyvoice_v2 :
             text = self.apply_phoneme_tags(text)
             #logging.info(f"Applied SSML phoneme tags to text: {text}")
         volume = 50