AWS, metni konuşmaya dönüştürme hizmeti Amazon Polly’deki üretken konuşma motorunu yeniledi. Şirket, yeni motorun düşük gecikmeyle daha doğal, ifade gücü yüksek ve doğru konuşma ürettiğini söylüyor. Motor artık üretim ortamlarında genel kullanıma açık. Üretken sesleri kullanan mevcut uygulamalar, kodlarında veya API çağrılarında değişiklik yapmadan güncellemeden yararlanıyor.
Güncelleme, dokuz yerel dil seçeneğinde 14 ses ekliyor. Hintçe ve Fince, Polly’nin üretken motorunda ilk kez kullanıma sunuluyor. AWS, kataloğunda artık 11 dilde ve 25 yerel dil seçeneğinde toplam 57 üretken ses bulunduğunu, hizmetin 11 AWS Bölgesi’nde kullanılabildiğini belirtiyor.
Geliştiriciler için neler değişiyor?
Uygulamalar aynı Amazon Polly API’sini kullanmayı sürdürebiliyor. AWS, yeni bir ürün SKU’su oluşturulmadığını ve güncellemenin öncekiyle aynı fiyata sunulduğunu söylüyor. Geliştiriciler ayrıca hizmetin akış API’sini kullanarak metni gönderirken aynı anda ses alabiliyor. Bu yöntem, gerçek zamanlı ses uygulamaları için tasarlandı.
AWS’ye göre sesler, manuel ayar gerektirmeden metnin duygusunu ve konuşma tarzını daha iyi yansıtabiliyor. Şirket, takip numarası, adres, tarih ve fiyat içeren bir sipariş onayını okuyan bir ses de dâhil olmak üzere örnek kayıtlar sunuyor. Bu örnekler hedeflenen iyileştirmeleri gösteriyor; ancak AWS, paylaşımında bağımsız karşılaştırma sonuçlarına yer vermiyor.
14 yeni ses; ABD Doğu (K. Virginia), ABD Batı (Oregon), Avrupa (Frankfurt, Zürih ve Londra), Asya Pasifik (Sidney, Seul, Singapur ve Tokyo), Kanada (Merkez) ve AWS GovCloud (ABD-Batı) bölgelerinde kullanılabiliyor. Seslerin kullanılabilirliği bölgeye göre değişebildiğinden AWS, dağıtım öncesinde güncel listeyi kontrol etmeyi öneriyor.
Sınırlamalar ve müşteri geri bildirimleri
Standart ve sinir ağı sesleri güncellemeden etkilenmiyor. Üretken sesler, oluşturulan konuşmayı metniyle eşleştiren konuşma işaretleri özelliğini hâlâ desteklemiyor; standart ve sinir ağı sesleri ise bu özelliği desteklemeyi sürdürüyor. Üretken sesler, konuşma çıktısını işaretleme kullanarak belirli ölçüde kontrol etmeyi sağlayan SSML’yi destekliyor.
Sanoma Media Finland, Polly’nin Fince sinir ağı sesini kullanarak ayda 10.000’den fazla gerçek zamanlı haber makalesi yayımladığını söylüyor. Şirketin ürün müdürü, testlerinde yeni Fince üretken sesin fark edilir ölçüde daha doğal duyulduğunu belirtti. Bu, müşteri geri bildirimi; yayımlanmış bağımsız bir karşılaştırma değil.
Neden önemli
AWS’ye göre Polly’nin üretken seslerini hâlihazırda kullanan geliştiriciler, entegrasyonlarını değiştirmeden ve daha fazla ödeme yapmadan güncellenmiş motordan yararlanabiliyor. Hintçe ve Fince ses seçenekleri, bu dillerde konuşma içeriği üreten ekiplere de yardımcı olabilir. Ancak seslerin kullanılabilirliği AWS Bölgesi’ne göre değişiyor ve paylaşımda bağımsız performans ölçümleri bulunmuyor.
