语音标记

语音标记 是描述合成语音的元数据，例如，句子或单词在音频流中的起始和结束位置。当您为文本请求语音标记时，Amazon Polly 将返回此元数据，而不是合成语音。通过将语音标记与合成语音音频流配合使用，您可以为您的应用程序提供更强的视觉体验。

例如，通过将元数据与来自文本的音频流组合使用，您就能够将语音与面部动画同步（嘴唇同步），或者在说出字幕单词时对其进行突出显示。

使用神经格式或标准 text-to-speech格式时可以使用语音标记。