Oossa

AWS تتيح استنساخ الأصوات بضوابط في Amazon Polly

يستطيع Amazon Polly إنشاء صوت اصطناعي من تسجيلات لبضع دقائق لشخص وافق على ذلك. تقتصر الميزة على حسابات AWS التي مُنحت حق الوصول، ويُحاسَب المستخدمون على الاستخدام.

بقلم نشرته Oossa: 2 دقائق قراءة

Amin Asbaghipour · Unsplash

أتاحت AWS استنساخ الأصوات لجميع المستخدمين في Amazon Polly، لكن الوصول إلى الميزة يخضع لموافقة على مستوى الحساب. وهي تنشئ صوتًا اصطناعيًا من تسجيلات لشخص واحد وافق على استنساخ صوته. ويمكن للشركات بعد ذلك استخدام الصوت لتوليد كلام لأنظمة الهاتف والتطبيقات والألعاب والدروس وغيرها من المحتوى، من دون الحاجة إلى تسجيل كل عبارة جديدة في استوديو.

تقول AWS إن إنشاء الصوت مجاني، بينما تُحتسب تكلفة توليد الكلام بصوت مستنسخ وفق نظام الدفع حسب الاستخدام. وتتوفر الميزة عند إطلاقها بالإنجليزية والإسبانية والألمانية والفرنسية والإيطالية والبرتغالية والهندية. ولا يتحدث الصوت المستنسخ إلا باللغة المستخدمة في تسجيلاته؛ وتقول AWS إن اللهجات التي تتجاوز مواقع التسجيل التي اختبرتها أقل اختبارًا.

كيف تتم عملية الاستنساخ

يقدّم العملاء من تسجيل واحد إلى 10 تسجيلات، على ألا يتجاوز مجموع مدتها 15 دقيقة. وتوصي AWS بتسجيل ما بين دقيقتين و10 دقائق من الكلام الطبيعي، بصوت متحدث واحد في غرفة هادئة. ويستغرق إنشاء الصوت عادةً من خمس إلى 10 دقائق، ويتم في الخلفية. وبعد جاهزيته، يستطيع المطورون استخدامه عبر أدوات Polly لتوليد الكلام، بما في ذلك إنشاء مقاطع أطول وحفظها في Amazon S3.

لا تُفعَّل الميزة تلقائيًا لكل العملاء. وتقول AWS إن بعض عملاء Polly المختارين لديهم حق الوصول إليها بالفعل، ويمكن للآخرين التواصل مع فريق حسابهم لدى AWS أو تقديم طلب. وتتوفر الميزة في مناطق AWS التي تدعم محرك Polly التوليدي، بما فيها منطقة US GovCloud. والحد الأولي هو 10 أصوات مستنسخة لكل حساب في كل منطقة.

الموافقة والتحكم جزء من الإعداد

عند إنشاء صوت، يجب على العميل تأكيد حصوله على موافقة المتحدث. وتقول AWS إنها تضيف علامة مائية إلى الكلام المُولّد بالأصوات المستنسخة، وتحذف نسختها من التسجيلات الأصلية بعد إنشاء الصوت، ولا تستخدم تلك التسجيلات لتدريب نماذج Polly. وتُشفّر بيانات الصوت الناتج وتظل محفوظة إلى أن يحذفها العميل.

لا يتوفر الصوت المستنسخ إلا لحساب AWS والمنطقة اللذين أُنشئ فيهما. ويمكن لأصحاب الحسابات تحديد المستخدمين والخدمات التي يُسمح لها باستخدامه، كما يمكنهم حذفه. ولإتاحة الصوت في منطقة أو حساب آخر، يجب على العملاء إنشاؤه مجددًا من التسجيلات، والتأكد من أن موافقة المتحدث تشمل كل نسخة.

تطرح AWS الميزة لاستخدامات مثل توحيد الرسائل الصوتية لخدمة العملاء والتعليق الصوتي الذي يمكن تعديله من دون حجز جلسة تسجيل جديدة. لكنها تنصح العملاء بالاستماع إلى الصوت مع نصوصهم الفعلية قبل استخدامه؛ فقد تتطلب الأسماء والأرقام اختبارًا، وقد يختلف نطق النص نفسه قليلًا من طلب إلى آخر.

لماذا يهم

بالنسبة إلى الشركات التي تستخدم Polly في خطوط خدمة العملاء أو التطبيقات، قد تتيح لها الميزة تحديث الرسائل الصوتية مع الحفاظ على صوت موحّد. لكن الوصول إليها يخضع للموافقة، ولا يزال على الشركات الحصول على موافقة المتحدث واختبار الكلام المُولّد باستخدام نصوصها الفعلية قبل استخدامه.

هل كان هذا المقال مفيدًا؟
مشاركة

اقرأ أيضًا

Oossa · النشرة البريدية

أسبوع الذكاء الاصطناعي، مشروحًا

كل يوم اثنين: الأخبار التي تستحق المعرفة، بلغة بسيطة. مجانًا وبلا رسائل مزعجة.