Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Las marcas de voz son metadatos que describen el fragmento que se sintetiza; por ejemplo, dónde empieza y termina una palabra o una frase en la secuencia de audio. Si solicita las marcas de voz de un texto, Amazon Polly devolverá estos metadatos en lugar del segmento de habla sintetizado. Si utiliza las marcas de voz con la secuencia de audio del fragmento hablado, podrá proporcionar a las aplicaciones una experiencia visual mejorada.
Por ejemplo, si combina los metadatos con la secuencia de audio del texto, podrá sincronizar el habla con animación facial (sincronización de los labios) o resaltar las palabras escritas a medida que se pronuncian.
Las marcas de voz están disponibles cuando se utilizan text-to-speech formatos neuronales o estándar.
Temas
