Oossa

AWS lancia la clonazione vocale con accesso limitato in Amazon Polly

Amazon Polly può creare una voce sintetica a partire da pochi minuti di registrazioni di una persona consenziente. L’accesso è riservato agli account AWS abilitati e l’uso è a pagamento.

Di Pubblicato da Oossa: 2 min di lettura

Amin Asbaghipour · Unsplash

AWS ha reso disponibile a tutti la clonazione vocale in Amazon Polly, ma l’accesso è soggetto ad abilitazione dell’account. La funzione crea una voce sintetica a partire dalle registrazioni di una persona che ha acconsentito alla clonazione. Le aziende possono poi usare quella voce per generare parlato destinato a sistemi telefonici, app, videogiochi, lezioni e altri contenuti, senza dover registrare ogni nuova battuta in studio.

AWS spiega che la creazione della voce è gratuita, mentre la generazione di parlato con una voce clonata è a pagamento, secondo il modello pay-as-you-go. Al lancio, la funzione supporta inglese, spagnolo, tedesco, francese, italiano, portoghese e hindi. Una voce clonata parla solo la lingua usata nelle registrazioni; AWS segnala che gli accenti diversi da quelli delle località in cui ha testato le registrazioni sono stati verificati meno approfonditamente.

Come funziona il processo di clonazione

I clienti possono inviare da una a 10 registrazioni, per una durata complessiva massima di 15 minuti. AWS consiglia da due a 10 minuti di parlato naturale, registrato da una sola persona in una stanza silenziosa. La creazione della voce richiede in genere da cinque a 10 minuti e avviene in background. Una volta pronta, gli sviluppatori possono usarla tramite gli strumenti di generazione vocale di Polly, anche per creare audio più lunghi da salvare su Amazon S3.

La funzione non viene abilitata automaticamente per tutti i clienti. AWS afferma che alcuni clienti Polly selezionati hanno già accesso; gli altri possono rivolgersi al proprio team account AWS o presentare una richiesta. È disponibile nelle AWS Region che supportano il motore generativo di Polly, compresa la regione US GovCloud. Inizialmente, il limite è di 10 voci clonate per account in ciascuna Region.

Consenso e controllo fanno parte della configurazione

Quando crea una voce, il cliente deve confermare di avere il consenso della persona interessata. AWS afferma di aggiungere una filigrana al parlato generato con voci clonate, di eliminare la propria copia delle registrazioni originali dopo la creazione della voce e di non usare tali registrazioni per addestrare i modelli Polly. I dati della voce risultante sono crittografati e vengono conservati finché il cliente non li elimina.

Una voce clonata è disponibile solo nell’account AWS e nella Region in cui è stata creata. I titolari dell’account possono controllare quali utenti e servizi possono usarla e possono eliminarla. Per rendere disponibile una voce in un’altra Region o in un altro account, i clienti devono crearla di nuovo a partire dalle registrazioni e assicurarsi che il consenso della persona copra ogni copia.

AWS propone la funzione per usi come mantenere uniformi i messaggi del servizio clienti e realizzare narrazioni che possono essere modificate senza prenotare un’altra sessione di registrazione. Consiglia però ai clienti di ascoltare la voce con i propri copioni prima di usarla: nomi e numeri potrebbero richiedere verifiche e lo stesso testo può suonare leggermente diverso da una richiesta all’altra.

Perché conta

Per le aziende che usano Polly nei servizi telefonici o nelle app, la funzione potrebbe consentire di aggiornare i messaggi vocali mantenendo una voce uniforme. L’accesso è limitato e le aziende devono comunque ottenere il consenso della persona interessata e verificare il parlato generato con i propri copioni prima di usarlo.

Questo articolo ti è stato utile?
Condividi

Leggi anche

Oossa · Newsletter

La settimana dell'IA, spiegata

Ogni lunedì: le notizie che contano, in parole semplici. Gratis, niente spam.