AWS가 텍스트 음성 변환 서비스 Amazon Polly의 생성형 음성 엔진을 업그레이드했다. AWS는 새 엔진이 지연 시간을 낮추면서 더 자연스럽고 표현력 있으며 정확한 음성을 생성한다고 밝혔다. 업그레이드된 엔진은 프로덕션 환경에서 정식 제공되며, 생성형 음성을 사용하는 기존 애플리케이션은 코드나 API 호출을 바꾸지 않아도 업그레이드된다.
이번 업데이트로 9개 로캘에 걸쳐 음성 14종이 추가됐다. Polly 생성형 엔진에서 힌디어와 핀란드어 음성을 제공하는 것은 이번이 처음이다. AWS에 따르면 현재 생성형 음성 카탈로그에는 11개 언어, 25개 로캘의 음성 57종이 있으며, 서비스는 AWS 리전 11곳에서 제공된다.
개발자에게 달라지는 점
애플리케이션은 기존 Amazon Polly API를 계속 사용할 수 있다. AWS는 새 제품 SKU를 추가하지 않으며, 업그레이드 후에도 요금은 기존과 같다고 밝혔다. 개발자는 서비스의 스트리밍 API를 사용해 텍스트를 보내는 동시에 오디오를 받을 수도 있다. 실시간 음성 애플리케이션을 위한 방식이다.
AWS는 별도의 수동 설정 없이도 음성이 텍스트에 따라 감정과 말투를 더 잘 표현한다고 설명했다. AWS는 주문 확인 내용을 읽는 샘플 오디오를 제공한다. 여기에는 배송 추적 번호, 주소, 날짜, 가격이 포함된다. 이 샘플은 개선 방향을 보여주지만, AWS는 게시물에서 독립적인 벤치마크 결과를 제시하지 않았다.
새 음성 14종은 미국 동부(노스버지니아), 미국 서부(오리건), 유럽(프랑크푸르트, 취리히, 런던), 아시아 태평양(시드니, 서울, 싱가포르, 도쿄), 캐나다(중부), AWS GovCloud(미국 서부)에서 이용할 수 있다. 음성 제공 여부는 리전에 따라 다를 수 있으므로 AWS는 배포 전에 최신 목록을 확인할 것을 권장한다.
제한 사항과 고객 반응
표준 음성과 신경망 음성은 영향을 받지 않는다. 생성형 음성은 생성된 음성과 텍스트를 맞춰 주는 기능인 음성 마커를 아직 지원하지 않는다. 표준 음성과 신경망 음성은 계속 이 기능을 지원한다. 생성형 음성은 마크업을 사용해 음성 출력을 일부 제어하는 SSML은 지원한다.
Sanoma Media Finland는 Polly의 핀란드어 신경망 음성을 사용해 매달 실시간 뉴스 기사 10,000건 이상을 발행한다고 밝혔다. 이 회사의 제품 관리자는 테스트 결과 새 핀란드어 생성형 음성이 눈에 띄게 더 자연스럽게 들렸다고 말했다. 이는 고객의 평가이며, 공개된 독립 비교 결과는 아니다.
왜 중요한가
AWS에 따르면 Polly 생성형 음성을 이미 사용하는 개발자는 연동을 바꾸거나 추가 비용을 내지 않고도 업데이트된 엔진을 이용할 수 있다. 힌디어와 핀란드어 음성은 해당 언어로 음성 콘텐츠를 제작하는 팀에 도움이 될 수 있지만, 제공 여부는 AWS 리전에 따라 다르며 게시물에는 독립적인 성능 측정 결과가 없다.
