# AWS在Amazon Polly推出受限开放的语音克隆功能

> Amazon Polly可根据说话者同意提供的几分钟录音生成合成语音。该功能仅对获准使用的AWS账户开放，语音生成按量收费。

Oossa · 2026-11-19 · https://oossa.com/zh/aws-launches-gated-voice-cloning-in-amazon-polly

AWS已在Amazon Polly正式推出语音克隆功能，但使用权限按账户限制。该功能可根据一位同意被克隆的说话者的录音生成合成语音。企业随后可用这种声音为电话系统、应用、游戏、课程及其他内容生成语音，无需每次新增台词都进录音棚录制。

AWS表示，创建语音免费；使用克隆语音生成内容则按使用量付费。该功能首批支持英语、西班牙语、德语、法语、意大利语、葡萄牙语和印地语。克隆语音只能说录音所用的语言；AWS称，对于录音地点测试范围以外的口音，测试还不够充分。

## 语音克隆的工作流程

客户需提交1至10段录音，总时长不超过15分钟。AWS建议提供2至10分钟由同一位说话者在安静房间内录制的自然语音。创建语音通常需要5至10分钟，在后台完成。语音准备就绪后，开发者便可通过Polly的语音生成工具使用，包括生成较长音频并保存到Amazon S3。

并非所有客户都会自动获得该功能。AWS表示，部分Polly客户已经可以使用；其他客户可联系自己的AWS账户团队或提交申请。该功能在支持Polly生成式引擎的AWS区域提供，包括美国GovCloud区域。每个账户在每个区域的初始限额为10个克隆语音。

## 设置中包含同意与管理机制

创建语音时，客户必须确认已获得说话者同意。AWS表示，使用克隆语音生成的内容会添加水印；语音创建完成后，AWS会删除其保存的源录音，也不会用这些录音训练Polly模型。生成的语音数据会加密保存，直到客户将其删除。

克隆语音仅可在创建它的AWS账户和区域中使用。账户所有者可以控制哪些用户和服务能够使用该语音，也可以将其删除。如需在其他区域或账户中使用，客户必须根据录音重新创建语音，并确保说话者的同意涵盖每一份副本。

AWS认为，该功能适用于统一客服提示语，以及无需再次预约录音就能修改的旁白等场景。不过，AWS建议客户在使用前用自己的脚本试听语音：人名和数字可能需要测试，而且同一段文本在不同请求中听起来可能略有差异。

## 事实

- 语音克隆支持七种语言，每个克隆语音只能说其录音所用的语言。
- 创建语音通常需要5至10分钟且免费；语音生成按量收费。
- 每个AWS账户在每个区域的初始限额为10个克隆语音。
- AWS表示，克隆语音生成的内容会带有水印，源录音会在语音创建完成后删除。

## 为什么重要

对于在客服热线或应用中使用Polly的企业，这项功能有望让它们在保持声音统一的同时更新语音提示。不过，该功能需获准才能使用；企业仍须取得说话者同意，并在正式使用前用实际脚本测试生成语音。

## 来源与参考

1. [Amazon Polly launches voice cloning: A unique voice for your brand](https://aws.amazon.com/blogs/machine-learning/amazon-polly-launches-voice-cloning-a-unique-voice-for-your-brand/) – AWS, 2026-11-19

最后更新: 2026-11-19
