AWS heeft stemklonen algemeen beschikbaar gemaakt in Amazon Polly, maar de toegang is per account beperkt. De functie maakt een synthetische stem op basis van opnamen van één spreker die toestemming heeft gegeven om diens stem te klonen. Bedrijven kunnen die stem vervolgens gebruiken om spraak te genereren voor telefoonsystemen, apps, games, lessen en andere content, zonder elke nieuwe tekstregel in een studio op te nemen.
Volgens AWS is het maken van een stem gratis. Spraak genereren met een gekloonde stem kost geld op basis van gebruik. De functie is beschikbaar in het Engels, Spaans, Duits, Frans, Italiaans, Portugees en Hindi. Een gekloonde stem spreekt alleen de taal die in de opnamen wordt gebruikt. AWS zegt dat accenten buiten de geteste opnamegebieden minder uitgebreid zijn getest.
Zo werkt het klonen
Klanten leveren één tot 10 opnamen aan, met een totale limiet van 15 minuten. AWS raadt twee tot 10 minuten natuurlijke spraak aan, opgenomen door één spreker in een stille ruimte. Het maken van een stem duurt doorgaans vijf tot 10 minuten en gebeurt op de achtergrond. Zodra de stem klaar is, kunnen ontwikkelaars die gebruiken via de tools voor spraakgeneratie van Polly, ook voor langere audio die wordt opgeslagen in Amazon S3.
De functie wordt niet automatisch voor elke klant ingeschakeld. AWS zegt dat geselecteerde Polly-klanten al toegang hebben; anderen kunnen contact opnemen met hun AWS-accountteam of een aanvraag indienen. De functie is beschikbaar in de AWS-regio's die Polly's generatieve engine ondersteunen, waaronder de AWS GovCloud-regio. Aanvankelijk kunnen klanten per account en regio maximaal 10 stemmen klonen.
Toestemming en controle horen bij het proces
Bij het maken van een stem moet de klant bevestigen dat de spreker toestemming heeft gegeven. AWS zegt een watermerk toe te voegen aan spraak die met gekloonde stemmen is gegenereerd, de eigen kopie van de bronopnamen te verwijderen zodra de stem is gemaakt en die opnamen niet te gebruiken om Polly-modellen te trainen. De gegevens van de gemaakte stem worden versleuteld en blijven bewaard totdat de klant ze verwijdert.
Een gekloonde stem is alleen beschikbaar voor het AWS-account en de regio waarin die is gemaakt. Accounteigenaren kunnen bepalen welke gebruikers en diensten de stem mogen gebruiken en kunnen deze verwijderen. Om een stem in een andere regio of een ander account beschikbaar te maken, moeten klanten die opnieuw maken op basis van de opnamen en ervoor zorgen dat de toestemming van de spreker voor elk exemplaar geldt.
AWS ziet toepassingen voor de functie, zoals consistente aanwijzingen voor klantenservice en voice-overs die kunnen worden aangepast zonder opnieuw een opnamesessie te boeken. Het bedrijf adviseert klanten wel om de stem eerst met hun eigen teksten te beluisteren: namen en getallen moeten mogelijk worden getest, en dezelfde tekst kan per verzoek iets anders klinken.
Waarom het ertoe doet
Bedrijven die Polly gebruiken voor klantenservicelijnen of apps kunnen gesproken aanwijzingen aanpassen en toch een consistente stem behouden. De toegang is beperkt. Bovendien moeten bedrijven toestemming hebben van de spreker en de gegenereerde spraak met hun eigen teksten testen voordat ze die gebruiken.