Azure TTS（Text-to-Speech，文本转语音）是微软 Azure AI Speech 服务中的语音合成能力，提供 400+ 预置神经语音、覆盖 140+ 语种/地区，把文本批量合成为接近真人的自然语音。它解决的核心问题是：如何在可控成本下，把大量文本内容变成可用的语音资产——包括客服机器人的实时应答、音频书与新闻播报的批量生产、视频的多语言配音等。与简单拼接式 TTS 不同，它通过神经声学模型、SSML 标记语言、自定义音色训练和流式/长音频 API，覆盖从「试听一行文本」到「支撑千万级调用」的全链路。本文按上手顺序组织：先看速览卡建立整体认知，再完成资源创建与 SDK 安装，通过最小示例跑通合成，随后展开四大核心能力与生产部署要点，最后给出同类工具对比、常见误区与面试题，帮助你快速评估并落地。
对 AI 从业者而言，TTS 是语音客服、音频内容、数字人应用的输出刚需；掌握 Azure TTS 的语音选型、SSML 控制与配额治理，能直接支撑产品从原型到上线的完整闭环。
目录
速览卡是工具类内容的固定首屏模块：30 秒判断「这工具是什么、能不能商用、适不适合我」。
为什么需要 Azure TTS：自建门槛高、外包成本高，云上神经语音按量取用
传统 TTS 的痛点集中在三处：一是音质，早期拼接式 TTS 机械感强、韵律生硬，在客服和有声内容场景中用户排斥明显；二是自建门槛，从采集录音、清洗标注到训练声学模型，一个小语种团队也要数月周期，且多语种意味着重复投入；三是外包录音的成本与产能瓶颈，录一本 10 万字的音频书按真人时长计费、返工修改成本高，无法按需横向扩展。
Azure TTS 的解法是把「合成能力」变成按量计费的云服务：开箱即用的 400+ 神经语音免去训练成本，SSML 标签体系让语速、音高、停顿、口型等细节可编程控制，自定义神经语音（Custom Neural Voice）与个人语音（Personal Voice）覆盖「需要专属音色」的场景，长音频 API 和 Docker 容器则分别解决超长文本批产与数据出境合规问题。与其他云 TTS 相比，它的气质差异在于「企业治理优先」：责任 AI 的受限访问审核、区域数据驻留、SLA 承诺和与 OpenAI/Power Platform 的生态联动，更适合规模化、合规诉求明确的团队；情感表现力虽不比 ElevenLabs 等创作向工具夸张，但稳定性和可治理性更强。
安装与环境配置：3 步就绪
步骤一·创建语音资源：登录 Azure 门户，选择“创建资源”→“AI + 机器学习”→“语音服务”，创建后记录两个字段：密钥 KEY（KEY1 或 KEY2 均可）与区域 Region（如 eastasia、westeurope）。密钥相当于服务密码，区域决定服务端点，两者在 SDK 配置中缺一不可。
步骤二·安装 SDK：Azure TTS 通过 Speech SDK 调用，Python 包名为 azure-cognitiveservices-speech（注意不是 azure-tts，也不是 speech-sdk）。C# 用 NuGet 包 Microsoft.CognitiveServices.Speech，JavaScript 用 microsoft-cognitiveservices-speech-sdk。
步骤三·验证：导入 SDK 不报错即安装成功。密钥和区域建议写入环境变量，避免硬编码在代码或仓库中。
# 1) 安装 Python SDK（要求 Python 3.8+）pip install --upgrade azure-cognitiveservices-speech # 2) 配置环境变量（Windows PowerShell 用 $env:AZURE_SPEECH_KEY=...）export AZURE_SPEECH_KEY="<你的密钥>"export AZURE_SPEECH_REGION="eastasia" # 3) 验证安装python -c "import azure.cognitiveservices.speech as speechsdk; print('Speech SDK OK')"
快速上手：5 分钟跑通第一个合成文件
最小可用流程的思路是：指定订阅密钥与区域 → 选一个语音（如中文女声 zh-CN-XiaoxiaoNeural）→ 调用合成方法 → 把返回的音频字节写入文件。三步操作如下：
1. 打开 Speech Studio，在“语音库”中找到 zh-CN-XiaoxiaoNeural，在线试听发音、语速与说话风格（可选 cheerful、serious 等风格），确定适合你场景的语音名。
2. 将下述示例中的 <你的密钥>、<你的区域> 替换为实际值，把 SSML 片段换成你想合成的文本，保存为 tts_demo.py。
3. 运行 python tts_demo.py，同目录下生成 output.mp3。若要换语音，只改 speech_config.speech_synthesis_voice_name 即可。
进阶技巧：纯文本用 speak_text_async()，要精确控制语速、音高、停顿、多语音切换时必须改用 speak_ssml_async() 传 SSML；词边界（word_boundary）和口型（viseme_received）两个事件可挂回调，用于生成字幕、卡拉OK高亮或驱动数字人嘴型。
"""Azure TTS 最小合成示例：文本转 24kHz MP3"""import azure.cognitiveservices.speech as speechsdk speech_config = speechsdk.SpeechConfig( subscription="<你的密钥>", # 生产环境请用环境变量注入 region="<你的区域>", # 如 eastasia)speech_config.speech_synthesis_voice_name = "zh-CN-XiaoxiaoNeural"# 默认输出为 16kHz 单声道 PCM；这里改成 24kHz 48kbps MP3speech_config.set_property( speechsdk.PropertyId.SpeechServiceConnection_SynthOutputFormat, speechsdk.SpeechSynthesisOutputFormat.Audio24Khz48KBitRateMonoMp3,)synthesizer = speechsdk.SpeechSynthesizer(speech_config=speech_config) ssml = """<speak version="1.0" xmlns="http://www.w3.org/2001/10/synthesis" xmlns:mstts="https://www.w3.org/2001/mstts" xml:lang="zh-CN"> <voice name="zh-CN-XiaoxiaoNeural"> <prosody rate="+10%" pitch="-2%">你好，世界。这是 Azure TTS 合成的语音。</prosody> </voice></speak>""" result = synthesizer.speak_ssml_async(ssml).get()if result.reason == speechsdk.ResultReason.SynthesizingAudioCompleted: with open("output.mp3", "wb") as f: f.write(result.audio_data) # result.audio_data 为音频字节 print("合成完成：output.mp3")else: print(f"合成失败: {result.reason}")
核心能力详解：4 大支柱
支柱一·神经语音与多语言覆盖。官方口径下语音规模超过 400 个神经语音、覆盖 140+ 语种/地区，中文场景常用 zh-CN-XiaoxiaoNeural（女声，多风格）、zh-CN-YunjianNeural（男声，新闻播报）、zh-CN-YunxiNeural（男声，叙述与口语化）。部分语音支持 mstts:express-as 说话风格标签（如 cheerful、sad、newscast）和声音角色，但风格清单按语音各有差异，需查官方支持矩阵。语音通过神经网络声学模型生成，官方材料称新一代英语神经语音自然度 MOS 达 4.1（满分 5，微软自测口径），显著优于早期标准语音。
支柱二·SSML 精细控制（语音合成标记语言）。SSML 是 XML 子集，是 Azure TTS 的“调音台”：prosody 控制语速（rate）、音高（pitch）、音量（volume）；break 控制停顿；say-as 规范日期、数字、货币的读法；phoneme 指定拼音修正多音字；mstts:express-as 指定情感风格；mstts:viseme 输出口型事件；mstts:bookmark 标记位置点。一次合成中可通过多个 <voice> 标签切换不同语音，实现对话式双角色输出。发音不准的专有名词可上传自定义词典批量修正，不必逐句改 SSML。
支柱三·自定义语音：从企业音色到个人克隆。Custom Neural Voice（CNV）面向企业级专属音色：提供数百句（官方最低约 300 句）高质量录音后训练，训练、评测、部署全流程可在 Speech Studio 完成，商用前需通过微软的受限访问审核与责任声明。Personal Voice 则面向个人与无障碍场景：只需分钟级录音样本（官方建议 60 秒以上）即可快速克隆，重点服务于语音障碍者等群体，同样需要有限访问申请与明确的授权同意声明。两者的共同红线是：不得未经授权克隆他人声音，合成内容不得用于欺诈。
支柱四·流式、长音频与多格式输出。标准合成单次请求音频时长上限约 10 分钟，超出部分需用长音频 API（Long Audio）异步批处理，适合整章音频书、长新闻稿。输出格式默认是 16kHz 16bit 单声道 PCM（RIFF），可通过 SpeechServiceConnection_SynthOutputFormat 属性切换 MP3、OggOpus 及 24kHz/48kHz 采样率。实时交互场景用 WebSocket 流式合成，边生成边播放，首包延迟在百毫秒级（与区域和网络相关）。
生产部署与监控：从上线到运维
云端标准化部署。生产环境的密钥管理是第一优先级：订阅密钥只放在服务端，客户端通过换取临时 token（官方默认有效期 10 分钟）或 Azure 托管标识鉴权，严禁把密钥写进 App 或前端代码。高可用上建议在异地双区域各建一个语音资源，服务端做故障转移与重试退避；语音选择优先就近区域以降低延迟。调用形态按场景选择：实时对话用流式合成，批量任务用 REST 批量接口或长音频 API。
离线容器部署。对数据出境合规、弱网或固定带宽场景，Azure AI Speech 提供 Docker 容器形态的 TTS，可在自有 VNet 或本地运行，支持断网环境离线合成。容器镜像从微软容器仓库拉取，计量和授权规则与云端略有不同，适合金融、政务等数据驻留要求严格的团队。
可观测性。在 Azure Monitor 中跟踪请求量、延迟、并发和错误率，诊断日志定位 401（密钥/区域错误）、429（触发配额）、5xx（服务端异常）；成本侧用成本管理设置预算与告警，防止密钥泄露后的盗刷；内容安全侧注意微软保留滥用监测与内容筛选的权利，不合规合成内容可能导致资源停用。
<p class="para-label">避坑清单：</p>
<ul class="dash-list"><li>密钥与区域不匹配：SpeechConfig 的 region 必须与资源创建区域一致，否则鉴权失败；不要试图用其他区域的密钥复用。</li><li>密钥写进前端：按量付费服务一旦密钥泄露即被盗刷；应在服务端换取 token（默认 10 分钟有效期）或使用托管标识下发给客户端。</li><li>SSML 标签并非所有语音可用：express-as 说话风格、viseme 口型事件等都有语音/区域支持矩阵，上线前逐项核对，否则会静默降级或报错。</li><li>低估默认配额：TTS 按区域与层级的每秒请求数有默认上限，活动或压测前需在控制台提前申请提额，高并发下不加兜底会直接 429/5xx。</li></ul>
| 维度 | Azure TTS | Google Cloud TTS | Amazon Polly | ElevenLabs |
|---|---|---|---|---|
| 定位 | 企业级全栈语音合成，语音最全、治理最严 | Google 云生态内的神经 TTS | AWS 生态内的神经/标准 TTS | 面向创作者的高情感 AI 语音 |
| 编排范式 | REST + Speech SDK（Python/C#/JS/Java/Go/C++）+ WebSocket 流式 | REST + 云 SDK（Node/Java/Python/Go） | REST + AWS SDK（全语言）+ 流式 | REST + Web 控制台 + iOS/Android SDK |
| 类型约束 | 文本/SSML；默认 RIFF 16kHz；MP3/Ogg/24-48kHz 可选；单次≤10 分钟，更长走 Long Audio | 文本/SSML；WaveNet 24kHz；MP3/OGG/线性 PCM | 文本/SSML；神经 22kHz；MP3/OGG/PCM | 文本+语音设置；输出 44.1kHz WAV/MP3 等 |
| 学习曲线 | 中：功能全但参数与支持矩阵需查文档 | 中：与 Google API 习惯一致 | 低-中：AWS 用户友好 | 低：几行代码即可出效果 |
| 生态集成 | Azure 全系 + OpenAI + Power Platform + 容器离线 | Google Cloud 全系服务 | Lambda/S3/Step Functions 深度集成 | 播客/视频/游戏工具插件多 |
| 生产部署 | 99.9% SLA、全球区域、Docker 容器离线、有限访问治理 | SLA、全球区域 | SLA、AWS 区域 | API 为主，按订阅套餐分级 |
| License | 商业 SaaS 按量计费 | 商业 SaaS 按量计费 | 商业 SaaS 按量计费 | 商业 SaaS 订阅制 |
| 适合谁 | 企业级/合规/多语种/自定义音色团队 | Google 生态与 GCP 用户 | AWS 用户、批量任务管线 | 短视频、有声创作、原型快跑 |
选型建议：追求多语种覆盖、自定义音色与企业合规（数据驻留、责任 AI）时首选 Azure TTS；已在 AWS 或 GCP 上的团队优先选同生态的 Polly 与 Cloud TTS，减少集成成本；若只做创作类短音频、看重情感表现力而非治理，ElevenLabs 上手更快。
版本迭代
Azure TTS 为 SaaS 持续迭代服务，无传统版本号，下表按官方发布的功能里程碑整理。演进主线是「音质提升 → 自定义能力 → 责任治理」：2021 年新一代神经语音把自然度推到官方口径 MOS 4.1，随后 Custom Neural Voice 与 Personal Voice 把音色定制产品化，2024 年起重心转向 Agentic 场景（实时流式、语音 Avatar、与 Azure AI Foundry 集成）。（截至训练数据，可能已有更新版本）
| 版本 | 时间 | 变化 | 提升 |
|---|---|---|---|
| Neural TTS 新一代神经语音 | 2021-03 | 英文（美式）新神经语音上线 | 官方称自然度 MOS 达 4.1，韵律与稳定性大幅改善 |
| Custom Neural Voice 正式商用 | 2021-08 | 自定义音色训练全流程 GA | 录音→训练→评测→部署产品化，商用需受限访问审核 |
| 语音规模扩展 | 2023 | 语种与语音持续扩充 | 400+ 神经语音、140+ 语种/地区，新增中文新闻、儿童等风格 |
| Personal Voice 预览 | 2023-05 | 个人语音克隆进入预览 | 分钟级录音样本即可克隆，面向无障碍场景 |
| Personal Voice 正式可用 | 2024-11 | Ignite 大会宣布转正 | 生产环境可商用，配套责任 AI 与内容筛选要求 |
TTS 领域没有类似 MMLU 的统一公开基准，官方仅提供 MOS 自测数据（新神经语音 4.1 分），不做跨版本分数对比。选型建议上，若只需标准音色直接用预置神经语音；需要专属音色时，品牌场景选 Custom Neural Voice、个人无障碍场景选 Personal Voice，两者的审核与授权周期都要提前纳入排期。
AI 应用场景
智能客服与语音机器人
阶段：LLM/Agent 生成应答文本 → TTS 语音合成输出（含流式播报与词边界事件）
解决的问题：真人坐席成本高、无法弹性扩容，传统 TTS 机械感强导致用户挂断率高。Azure TTS 用神经语音做应答播报，流式合成实现边说边放，WordBoundary 词边界事件可驱动字幕或话术高亮，按量计费模式与客服波峰波谷的流量特征匹配。
具体案例：某电商客服机器人把大模型应答接入流式 TTS，高峰期数百路并发合成；按官方价目测算，100 万字符/月的神经语音合成成本约 16 美元（以官方定价页为准），较同量级真人坐席成本低一个数量级以上，且支持 24 小时在线。
有声内容批量生产（音频书与新闻播报）
阶段：文本清洗与分章 → 批量 TTS 合成（长音频 API）→ 音频导出与分发
解决的问题：真人录音按小时计费、返工成本高、产能受限。Azure TTS 通过 Audio Content Creation 工具图形化编辑 SSML，配合长音频 API 一次提交整章文本异步合成，批量导出 MP3/24kHz 等格式。
具体案例：内容团队以 ACC 为 10 万字稿件批量生成音频，据微软官方推广材料，云 TTS 可将音频生产成本较真人录制降低约 90%；普通话新闻播报多采用 zh-CN-YunjianNeural，叙述类内容用 zh-CN-XiaoxiaoNeural。
视频多语言配音与数字人唇形同步
阶段：字幕/翻译脚本 → 多语种 TTS 合成 → viseme 口型事件驱动视频合成
解决的问题：多语言配音需要多个国家的录音团队，周期按周计；数字人口型若靠手工对齐成本极高。Azure TTS 一次脚本合成多语种语音，VisemeReceived 口型事件直接驱动虚拟形象嘴部动画，WordBoundary 同时生成字幕。
具体案例：出海企业将同一脚本合成 10 种以上语言语音并同步口型（规划参考值，视语种数与文本量而定），配音周期从按周压缩到按天，且新增语种无需重新录音。
常见误区
误区我把密钥写在网页或 App 里，功能正常跑起来就行，反正密钥是字符串，用户也看不懂。
正解Azure TTS 是按字符计费的云服务，密钥泄露等于把「无限额度」交给任何人。正确做法是密钥只存在于服务端，客户端通过服务端换取短期 token（官方默认有效期 10 分钟）或使用 Azure 托管标识完成鉴权，同时用成本管理设置预算告警兜底。
为何常见：入门教程为了演示方便常把密钥写在代码里，新手照搬后发现能跑通，就默认这是可接受的写法，忽略了这是按量付费资源。
误区SSML 是标准语法，我在任意语音上写 `<mstts:express-as>`、`<phoneme>` 都能生效。
正解SSML 核心标签（prosody、break 等）基本通用，但说话风格（express-as）、声音角色、viseme 口型事件等高级能力只对特定语音和区域开放。上线前要对照官方的「语音与标签支持矩阵」逐项核对，不支持时静默降级或直接报错，表现就是「参数写了没反应」。
为何常见：官方文档把标签语法列得很全，新手容易误以为「文档写了=所有语音支持」，忽略了每个标签页下都附有适用语音列表。
误区既然是云服务，注册个免费层就能无限量合成，拿去生成广告配音、客服语音都没问题。
正解神经语音按量计费，免费层（F0）每月有固定免费字符额度（以官方定价页为准），超量即按每百万字符计费；商用前还要确认内容合规，微软保留滥用监测与内容筛选的权利，违规内容可能导致资源停用。
为何常见：云厂商惯用「免费额度」拉新，新手把免费层误当整服务免费；而「合成内容合规」这类责任条款藏在服务条款里，容易忽略。
误区我用手机录 5 分钟音频，训练一个 Custom Neural Voice，就能当公司品牌音色。
正解Custom Neural Voice（Professional）商用音色要求数百句以上高质量录音（官方最低约 300 句），并经过微软受限访问审核与责任声明；只需少量样本的 Personal Voice 主要面向个人无障碍场景，同样需要有限访问申请和授权同意。录几分钟就想要企业级音色，对应的是 Personal Voice 而非 CNV，两者的用途与合规要求不同。
为何常见：Personal Voice「分钟级克隆」的演示效果太强，导致用户把个人无障碍方案的能力直接套到企业商用场景上。
误区密钥和区域只要填对其中一个，SDK 就能连上，区域随便选 europe 或者 eastus 都一样。
正解区域必须与资源创建时选择的位置严格一致，否则鉴权失败。区域还决定了可用的语音列表、长音频 API 是否开放以及网络延迟：语音的可用性按区域不同，预览版语音常有指定区域限制。
为何常见：REST API 的 URL 形态相似（{region}.tts.speech.microsoft.com），新手看到不同区域 URL 结构一样，就误以为可以混用。
面试题
Q1. Azure TTS 中「神经语音」相对早期标准语音的核心差异是什么？
- A.网络要求更高，必须 5G 环境
- B.完全离线运行，无需联网
- C.基于神经网络声学模型，自然度显著更高← 正确答案
- D.完全免费开放使用
答案：C。神经语音通过神经网络声学模型生成，官方材料称其在韵律与自然度上明显优于早期拼接/标准语音，MOS 口径约 4.1。A 错——神经语音同样走云端 HTTP/WebSocket；B 错——离线需要专用容器；D 错——按量计费。
Q2. SSML（语音合成标记语言）属于哪个标记语言家族？
- A.XML← 正确答案
- B.HTML
- C.Markdown
- D.JSON
答案：A。SSML 是 XML 的子集，通过 <speak>、<voice>、<prosody>、<break> 等成对标签控制合成细节，要求标签闭合与属性严格规范。HTML 语义不同，Markdown 和 JSON 不是标签化标记语言。
Q3. 生产环境使用 Azure TTS 时，以下哪些是安全的密钥管理做法？
- A.把订阅密钥写在前端 JS 中以便调试
- B.服务端持有密钥，换取短期 token 下发给客户端← 正确答案
- C.使用 Azure Key Vault 或托管标识管理密钥← 正确答案
- D.将密钥分享给合作方共同使用
答案：BC。官方明确禁止把订阅密钥放在客户端，推荐服务端换 token（默认 10 分钟有效期）或 Key Vault/托管标识管理。A 会导致密钥直接暴露在浏览器；D 会造成资源失控与盗刷风险，均不可取。
Q4. Azure TTS 的计费基本单位是什么？
- A.按字符数计费，标点和空格也计入← 正确答案
- B.按请求次数计费
- C.按合成音频时长计费
- D.按并发连接数计费
答案：A。标准与神经语音均按「每 100 万字符」计费，文本中的空格、标点、换行都会计入字符数，批量前务必先估算字符量。长音频 API 计费规则略有差异，以官方定价页为准。
Q5. 关于 Azure TTS 的音频输出格式，以下说法正确的是？
- A.未设置输出格式时，默认返回 16kHz 16bit 单声道 PCM（RIFF）← 正确答案
- B.可通过 SynthOutputFormat 属性切换为 MP3、OggOpus、24kHz/48kHz 采样率← 正确答案
- C.神经语音只支持 WAV 一种输出格式
- D.输出格式只能通过 REST API 配置，SDK 不可修改
答案：AB。SDK 默认输出 RIFF/PCM 16kHz 16bit 单声道（A 对），通过 SpeechServiceConnection_SynthOutputFormat 属性可切换多格式（B 对）；C 错——还支持 MP3/OggOpus 等；D 错——SDK 与 REST 均可通过属性或请求体配置。
Q6. Custom Neural Voice（CNV）与 Personal Voice 的主要区别是？
- A.前者需要大量高质量录音和审核，面向企业音色；后者少量样本即可，侧重个人无障碍场景← 正确答案
- B.两者功能完全相同，只是名称不同
- C.前者免费，后者收费
- D.Personal Voice 支持更多语种
答案：A。CNV Professional 商用需数百句录音（官方最低约 300 句）并经有限访问审核；Personal Voice 只需分钟级样本、面向无障碍且同样要求授权声明。两者用途、数据量与合规路径均不同，B/C/D 均错。
Q7. 在 Python Speech SDK 中，要使用 SSML 控制语速与音高，应调用哪个方法？
- A.speak_text_async()，它内部自动解析 SSML
- B.speak_ssml_async()，传入完整 SSML 字符串← 正确答案
- C.synthesize_ssml()，这是旧版兼容方法
- D.play_ssml()，仅支持播放不支持保存
答案：B。speak_text_async() 只处理纯文本，传入 <speak> 标签会被当普通文本朗读；speak_ssml_async() 才会解析 SSML 标签。C/D 不是 SDK 的公开方法。
Q8. 生产环境接入 Azure TTS 时，哪些配额/限制是可能遇到的？
- A.每秒请求数（SPS）按区域与层级有默认配额← 正确答案
- B.单次标准流式合成默认上限约 10 分钟音频← 正确答案
- C.超过 10 分钟的长文本需使用长音频 API 异步批处理← 正确答案
- D.所有配额限制都不可调整，只能接受
答案：ABC。TTS 默认 SPS 配额按区域/层级受限，突发流量需提前提额（A 对）；标准合成单次上限约 10 分钟（B 对），长文本走 Long Audio API（C 对）。大部分配额可通过申请调高，D 错。
Q9. 创建语音资源时，「区域（Region）」参数的真正作用是什么？
- A.决定服务端节点，SDK 配置必须与资源创建区域一致← 正确答案
- B.只影响账单价格，不影响连通性
- C.仅用于前台展示，填错也能正常合成
- D.必须与 Azure 账户所在国家一致
答案：A。区域决定服务端点，SDK 的 SpeechConfig 必须使用资源创建时的区域，否则鉴权失败。区域还影响可用语音列表与延迟；价格按层级而非区域决定，D 无此要求。
Q10. 关于 Azure TTS 的 Python 包与导入方式，正确的是？
- A.pip 安装 azure-tts，导入为 azure.tts
- B.pip 包名为 azure-cognitiveservices-speech，导入为 azure.cognitiveservices.speech← 正确答案
- C.pip 包名与导入名都是 speech_sdk
- D.无需安装任何包，Python 内置支持
答案：B。官方 Python 包为 azure-cognitiveservices-speech，代码中用 import azure.cognitiveservices.speech as speechsdk。A/C 均非官方包名，D 中 Python 标准库不包含语音合成能力。这是新手最常见的安装踩坑点。
参考来源
- webpageSSML 官方参考全部标签语法与语音支持矩阵