# SSML

Adres: https://www.asystenciglosowi.xyz/slownik/ssml | Sekcja: Słownik | Aktualizacja: 2026-09-29

SSML (speech synthesis markup language) to zestaw znaczników, które wstawia się w tekst odpowiedzi, żeby dokładniej sterować tym, jak [TTS](https://www.asystenciglosowi.xyz/slownik/tts) go wypowie: gdzie zrobić pauzę, które słowo ma wybrzmieć mocniej, jak przeczytać liczbę albo skrót. Model językowy pisze zwykłe zdania, a znaczniki SSML, dodawane automatycznie przez system albo ręcznie przez twórcę agenta, pomagają ustalić szczegóły brzmienia, o ile dany syntezator je obsługuje.

## Pauzy przed numerem telefonu i inne zastosowania

SSML najczęściej służy do pauz tam, gdzie zwykła interpunkcja nie oddaje naturalnego rytmu mówienia: dłuższa przerwa przed podaniem numeru telefonu pozwala klientowi sięgnąć po długopis albo zapisać cyfry. Drugie zastosowanie to wskazanie, jak przeczytać dany fragment: datę pełnymi słowami, skrót litera po literze, liczbę jako ciąg pojedynczych cyfr, a nie jako rok. Ogólniejszą zamianę zapisu na formę do wymówienia robi osobno [normalizacja tekstu](https://www.asystenciglosowi.xyz/technologia/normalizacja-tekstu), a SSML dokłada nad nią precyzyjniejszą warstwę, dla miejsc, w których ogólne reguły nie wystarczają.

Obsługa SSML zależy od syntezatora.

Część nowszych modeli nie przyjmuje nawet znacznika pauzy i steruje rytmem przez interpunkcję albo własne znaczniki dostawcy, więc przed konfiguracją sprawdź, co dany głos rozumie. Ręczne sterowanie przydaje się głównie w wyjątkowych miejscach, choćby w stałym powitaniu firmy, gdzie liczy się pewność brzmienia.

## Kod e-recepty podawany przez telefon

> Asystent AI: Apteka Zdrowie, dzień dobry, tu asystent AI.
> Dzwoniący: Chciałabym zarezerwować lek z e-recepty, czy mogę podać kod?
> Asystent AI: Proszę bardzo, słucham.

_Apteka Zdrowie i ta rozmowa nie istnieją._

Gdy agent będzie powtarzał klientce kod, żeby go potwierdzić, odpowiednio ustawiony SSML wydłuży pauzy między grupami cyfr. Wtedy kod brzmi jak dyktowany przez człowieka, z oddechem po każdej grupie.

## Czy firma musi znać się na SSML

Właściciel firmy zwykle nie pisze znaczników SSML ręcznie: to zadanie dla osoby konfigurującej agenta albo dla samego systemu.

Wystarczy wiedzieć, że taki mechanizm istnieje. Gdy w nagraniach coś brzmi nienaturalnie, choćby zbyt szybko przeczytana data albo brak pauzy przed ważną informacją, pytanie do dostawcy o SSML jest konkretniejsze niż ogólne „popraw brzmienie głosu”.

---
Źródło: https://www.asystenciglosowi.xyz. Wydawca: Infinity Tech Group sp. z o.o., Zamość. Przykładowe rozmowy i wyliczenia są fikcyjne i tak oznaczone. Treść nie jest poradą prawną.