本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
Amazon Polly 會在以行分隔的 JSON 串流中傳回語音標記物件。語音標記物件包含下列欄位：
-
時間 – 從對應的音訊串流開始的時間戳記 (以毫秒為單位)
-
類型 – 語音標記的類型 （句子、單字、視覺效果或 ssml)
-
start – 輸入文字中物件開頭的位元組 （而非字元） 偏移 （不包括視覺標記）
-
end – 物件結尾在輸入文字 （不包括視覺標記） 中的位元組 （而非字元） 偏移
-
值 – 這會根據語音標記的類型而異
SSML：<mark> SSML 標籤
視素：視素名稱
文字或句子：輸入文字的子字串，由開始和結束欄位分隔
例如，Amazon Polly 會從「Mary has a little lamb」的文字產生下列word語音標記物件：
{"time":373,"type":"word","start":5,"end":8,"value":"had"}
所述文字 (「had」) 在音訊串流開始後 373 毫秒起始，並在輸入文字的位元組 5 開始位元組 8 結束。
注意
此中繼資料是用於 Joannavoice-id。如果您使用另一個具相同輸入文字的語音，中繼資料可能不同。
