AWS heeft de generatieve spraakengine van Amazon Polly, zijn tekst-naar-spraakdienst, verbeterd. Volgens het bedrijf klinkt de nieuwe engine natuurlijker en expressiever en is de spraak nauwkeuriger, met een lage latentie. De engine is algemeen beschikbaar voor productiegebruik. Bestaande applicaties die generatieve stemmen gebruiken, krijgen de upgrade zonder aanpassingen aan hun code of API-aanroepen.
De update voegt 14 stemmen toe voor negen locales. Hindi en Fins zijn voor het eerst beschikbaar via de generatieve engine van Polly. Volgens AWS bevat de catalogus nu 57 generatieve stemmen voor 11 talen en 25 locales, en is de dienst beschikbaar in 11 AWS-regio's.
Wat er verandert voor ontwikkelaars
Applicaties kunnen dezelfde Amazon Polly-API blijven gebruiken. Volgens AWS kost de upgrade evenveel als voorheen en is er geen nieuwe product-SKU. Ontwikkelaars kunnen ook de streaming-API van de dienst gebruiken om tegelijkertijd tekst te versturen en audio te ontvangen. Die opzet is bedoeld voor spraaktoepassingen in realtime.
Volgens AWS kunnen de stemmen op basis van de tekst emoties en spreekstijlen beter overbrengen, zonder dat handmatige instellingen nodig zijn. Het bedrijf biedt audiofragmenten aan, waaronder een stem die een orderbevestiging voorleest met een trackingnummer, adres, datum en prijs. De voorbeelden laten de beoogde verbeteringen zien, maar AWS geeft in het bericht geen onafhankelijke benchmarkresultaten.
De 14 nieuwe stemmen zijn beschikbaar in US East (N. Virginia), US West (Oregon), Europe (Frankfurt, Zurich and London), Asia Pacific (Sydney, Seoul, Singapore and Tokyo), Canada (Central) en AWS GovCloud (US-West). De beschikbaarheid van stemmen kan per regio verschillen. Daarom raadt AWS aan bij implementatie de actuele lijst te controleren.
Beperkingen en reacties van klanten
De standaard- en neurale stemmen zijn niet veranderd. Generatieve stemmen ondersteunen nog steeds geen spraakmarkeringen, een functie die gegenereerde spraak aan de bijbehorende tekst koppelt; standaard- en neurale stemmen ondersteunen die wel. Generatieve stemmen ondersteunen wel SSML, waarmee je met opmaaktaal bepaalde aspecten van de spraakuitvoer kunt instellen.
Sanoma Media Finland zegt met de Finse neurale stem van Polly maandelijks meer dan 10.000 nieuwsartikelen in realtime te publiceren. Volgens de productmanager van het bedrijf klonk de nieuwe Finse generatieve stem tijdens tests merkbaar natuurlijker. Dit is feedback van een klant, geen gepubliceerde onafhankelijke vergelijking.
Waarom het ertoe doet
Ontwikkelaars die al generatieve stemmen van Polly gebruiken, kunnen volgens AWS de bijgewerkte engine krijgen zonder hun integraties aan te passen of meer te betalen. De stemmen in Hindi en Fins kunnen ook nuttig zijn voor teams die gesproken content voor mensen in die talen maken. De beschikbaarheid hangt wel af van de AWS-regio, en het bericht bevat geen onafhankelijke prestatiemetingen.
