SSMLの言語・地域コードとSAPI音声の対応

SSML では言語・地域コードを指定する必要があります。SAPI の音声との対応表が見当たらなかったため調査しました。

SAPI で SSML を使用する方法は以下の記事を参照してください。

• SAPIで発音を指定する

対応表

先に結果を掲載します。

LangID	コード	言語	地域	音声
0c01	ar-EG	Arabic	Egypt	Microsoft Hoda
401	ar-SA	Arabic	Saudi	Microsoft Naayf
402	bg-BG	Bulgarian	Bulgaria	Microsoft Ivan
0403	ca-ES	Catalan	Catalan	Microsoft Herena
405	cs-CZ	Czech	Czech Republic	Microsoft Jakub
0406	da-DK	Danish	Denmark	Microsoft Helle
C07	de-AT	German	Austria	Microsoft Michael
807	de-CH	German	Switzerland	Microsoft Karsten
407	de-DE	German	Germany	Microsoft Hedda Microsoft Katja Microsoft Stefan
408	el-GR	Greek	Greece	Microsoft Stefanos
C09	en-AU	English	Australia	Microsoft Catherine Microsoft James
1009	en-CA	English	Canada	Microsoft Linda Microsoft Richard
809	en-GB	English	United Kingdom	Microsoft George Microsoft Hazel Microsoft Susan
1809	en-IE	English	Ireland	Microsoft Sean
4009	en-IN	English	India	Microsoft Heera Microsoft Ravi
409	en-US	English	United States	Microsoft David Microsoft Mark Microsoft Zira
C0A	es-ES	Spanish	Spain	Microsoft Helena Microsoft Laura Microsoft Pablo
80A	es-MX	Spanish	Mexico	Microsoft Raul Microsoft Sabina
040b	fi-FI	Finnish	Finland	Microsoft Heidi
C0C	fr-CA	French	Canada	Microsoft Caroline Microsoft Claude Microsoft Nathalie(Canada)
100C	fr-CH	French	Switzerland	Microsoft Guillaume
40C	fr-FR	French	France	Microsoft Hortense Microsoft Julie Microsoft Paul
40D	he-IL	Hebrew	Israel	Microsoft Asaf
439	hi-IN	Hindi	India	Microsoft Hemant Microsoft Kalpana
41A	hr-HR	Croatian	Croatia	Microsoft Matej
40E	hu-HU	Hungarian	Hungary	Microsoft Szabolcs
421	id-ID	Indonesian	Indonesia	Microsoft Andika
410	it-IT	Italian	Italy	Microsoft Cosimo Microsoft Elsa
411	ja-JP	Japanese	Japan	Microsoft Ayumi Microsoft Haruka Microsoft Ichiro Microsoft Sayaka
412	ko-KR	Korean	Korean	Microsoft Heami
43E	ms-MY	Malay	Malaysia	Microsoft Rizwan
0414	nb-NO	Norwegian	Bokmål	Microsoft Jon
0813	nl-BE	Dutch	Belgium	Microsoft Bart
0413	nl-NL	Dutch	Netherlands	Microsoft Frank
415	pl-PL	Polish	Poland	Microsoft Adam Microsoft Paulina
416	pt-BR	Portuguese	Brazil	Microsoft Daniel Microsoft Maria
0816	pt-PT	Portuguese	Portugal	Microsoft Helia
418	ro-RO	Romanian	Romania	Microsoft Andrei
419	ru-RU	Russian	Russia	Microsoft Irina Microsoft Pavel
41B	sk-SK	Slovak	Slovakia	Microsoft Filip
424	sl-SI	Slovenian	Slovenia	Microsoft Lado
041d	sv-SE	Swedish	Sweden	Microsoft Bengt
449	ta-IN	Tamil	India	Microsoft Valluvar
41E	th-TH	Thai	Thailand	Microsoft Pattara
041f	tr-TR	Turkish	Turkey	Microsoft Tolga
42A	vi-VN	Vietnamese	Vietnam	Microsoft An
804	zh-CN	Chinese	Simplified, PRC	Microsoft Huihui Microsoft Kangkang Microsoft Yaoyao
C04	zh-HK	Chinese	Traditional, Hong Kong S.A.R.	Microsoft Danny Microsoft Tracy
404	zh-TW	Chinese	Traditional, Taiwan	Microsoft Hanhan Microsoft Yating Microsoft Zhiwei

• LangID は3桁だったり4桁だったりしますが、SAPI の出力をそのまま使っています。
• なぜか Nathalie は名前にも地域名が付いています。

Microsoft の資料には LangID の一覧はありますが、言語・地域コードとの対応は一部しか記載されていません。

• Language Coverage (Microsoft.Speech) | Microsoft Docs

Azure の Speech Service の資料には言語・地域コードと音声の一覧表がありますが、SAPI で使用できる音声とどこまで同じなのかは不明です。

• 言語サポート - 音声サービス - Azure Cognitive Services | Microsoft Docs

調査方法

以下の記事のコードを流用して、Python で SAPI を扱います。

• PythonでWindows 10の音声合成を使用する

token には id があります。

【参考】 VBAでTTSエンジンの各種情報を列挙する | 初心者備忘録

id にはレジストリキーが使用され、言語・地域コードが含まれます。

sapitoken.py

import win32com.client
cat  = win32com.client.Dispatch("SAPI.SpObjectTokenCategory")
cat.SetID(r"HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Speech_OneCore\Voices", False)
for token in cat.EnumerateTokens():
    print(token.id)
    break

実行結果

HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Speech_OneCore\Voices\Tokens\MSTTS_V110_jaJP_AyumiM

この情報を表の形に整理します。

sapicheck.py

import win32com.client
cat  = win32com.client.Dispatch("SAPI.SpObjectTokenCategory")
cat.SetID(r"HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Speech_OneCore\Voices", False)
codes = {}
for token in cat.EnumerateTokens():
    lr = token.GetDescription().split(" - ")[1].split(" (")
    l, r = lr[0], lr[1] if len(lr) > 1 else ""
    if r.endswith(")"): r = r[:-1]
    code = token.id.split("\\")[-1].split("_")[2]
    if code[2] != "-": code = code[:2] + "-" + code[2:]
    if not code in codes:
        codes[code] = (token.GetAttribute("Language"), l, r, [])
    codes[code][3].append(token.GetAttribute("Name"))
for k in sorted(codes.keys()):
    lang, l, r, names = codes[k]
    names.sort()
    print("|".join([lang, k, l, r, "<br>".join(names)]))

このスクリプトから出力したのが先に掲載した対応表です。