Amazon Polly – сервис, преобразующий текст в естественную речь. Amazon Polly позволяет разрабатывать говорящие приложения и создавать совершенно новые категории продуктов с поддержкой речевых интерфейсов. Polly – это один из сервисов Amazon AI, в котором продвинутые технологии глубокого обучения позволяют синтезировать речь, похожую на человеческий голос. Polly содержит 47 реалистичных голосов для 24 языков. Это позволяет выбрать подходящий голос и создать приложения с поддержкой речевых интерфейсов для различных стран.
Скорость предоставления ответов в Amazon Polly держится на достаточно высоком уровне, что позволяет обеспечить живой диалог в режиме реального времени. Речь Polly можно сохранять в виде аудиофайлов или в кэше для последующего воспроизведения офлайн или повторного распространения. При этом Polly прост в использовании. Достаточно отправить в API Polly текст, который необходимо конвертировать в речевой формат, и сервис немедленно вернет в приложение соответствующий звуковой поток. Его можно сразу воспроизвести или сохранить в формате стандартного аудиофайла, например MP3.
Используя Polly, вы платите только за то количество символов, которое вы преобразовали в речь, при этом речь, сгенерированную Polly, можно сохранять и воспроизводить. Низкая стоимость преобразования символов Polly, а также отсутствие ограничений на хранение и повторное использование выходных голосовых файлов делают этот сервис экономичным решением, позволяющим выполнять преобразование текста в речь где угодно.
Пообщайтесь с экспертами и познакомьтесь с сервисами AWS AI, зарегистрировавшись на предстоящие вебинары Tech Talk.
- 6 марта: Introducing Amazon Lex, a Service for Building Voice or Text Chatbots
- 27 марта: How to get the most out of Amazon Polly, a Text-to-Speech Service
| Язык | Женский голос | Мужской голос | Образец текста |
| Английский | Джоанна | Джоуи | Hello. Do you speak a foreign language? One language is never enough. |
| Датский | Ная | Мадс | Hej. Taler du et fremmed sprog? Et sprog er aldrig nok. |
| Португальский (Бразилия) | Витория | Рикарду | Oi. Você fala algum idioma estrangeiro? Somente um idioma nunca é bastante. |
| Испанский | Пенелопа | Мигель | Hola. ¿Hablas algún idioma extranjero? Un solo idioma no es suficiente. |
| Исландский | Дора | Карл | Halló, Hæ talar þú erlent tungumál? Eitt tungumál er aldrei nóg. |
Естественное звучание голоса
Amazon Polly поддерживает 24 языка и предоставляет 47 естественно звучащих мужских и женских голосов с различными акцентами. Возможность плавного произношения текста на нескольких языках, предоставляемая сервисом Polly, позволяет обеспечить высококачественное воспроизведение выходного речевого сигнала и создавать приложения для пользователей всего мира.
Простая интеграция
Amazon Polly позволяет легко добавить голос на свой веб-сайт, в мобильное приложение или устройство. Используя Polly, вы просто пишете текст, который необходимо преобразовать в речь с помощью API Polly, после чего он сразу же возвращается в виде аудиопотока. В отличие от других решений, для использования которых требуется длительный процесс согласования, для работы с Polly не требуется указывать, каким образом будет использоваться речь Polly в приложении, и не нужно подписывать какие-либо дистрибьюторские соглашения, что позволяет сразу начать работу с сервисом.
Хранение и повторное распространение аудиофайла с записанной речью
В отличие от других решений, которые требуют отчислений или взимают плату каждый раз, когда вы воспроизводите ранее сгенерированный аудиофайл, Amazon Polly позволяет воспроизводить файлы неограниченное количество раз без дополнительной платы. Бесплатное воспроизведение также относится к использованию аудиофайла в автономном режиме. Можно создавать аудиофайлы, содержащие речь, используя различные стандартные форматы, такие как MP3 и OGG, и хранить их на таких устройствах, как мобильные телефоны или устройства Интернета вещей (IoT) для воспроизведения в автономном режиме.
Низкая стоимость
Оплата по факту использования, низкая стоимость преобразования символа и возможность неограниченного числа воспроизведений делают сервис Amazon Polly экономичным решением для синтеза речи практически в любом приложении.
Быстрый отклик
Синтез естественной речи и обеспечение работы голосовых диалоговых интерфейсов требует минимального времени ответа. Приложения с поддержкой голосовой функции должны воспроизводить синтезированную речь без задержек.Задумайтесь о приложениях, в которых даются голосовые указания для навигации, приложения для электронного обучения, в которых учащимся даются устные инструкции, а также приложения, в которых для взаимодействия с пользователями используется диалог в реальном времени. Работа таких приложений будет эффективной, если ответы будут воспроизводиться без ощутимых задержек в диалоговом потоке. Даже когда вы отправляете длинный текст в API Polly, он возвращается в приложение в виде аудиопотока, что позволяет сразу воспроизводить голоса. Такой тип динамичных устных ответов требуют доступ к гораздо большему количеству аудиофайлов, содержащих речь, чем то, которое может храниться на устройствах пользователей. Amazon Polly находится в облаке, обеспечивая пользователю доступ к разнообразной синтезированной речи. С помощью Polly приложение может предоставлять еще более ценные ответы, включающие данные в режиме реального времени.
Amazon Polly позволяет легко добавить голос в ваше видео, презентацию или интернет-курс. Polly может генерировать речь на 24 языках, что позволяет легко добавить голос в приложения, которыми пользуются во всем мире. С помощью Polly можно читать RSS-канал, новости или электронную почту, а также хранить синтезированную речь в виде аудиофайлов.
«Amazon Polly предоставил пользователям GoAnimate возможность моментального озвучивания персонажей, которых они рисуют, используя нашу платформу. Это особенно полезно в ситуациях, когда закадровое озвучивание вживую невозможно выполнить из-за ограничений, связанных с отсутствием ресурсов или времени, например при создании видео на нескольких языках или на этапе подготовки для ускорения процесса утверждения. Речь эффективно интегрируется с богатым набором готовых к использованию анимационных ресурсов, что еще больше упрощает использование GoAnimate и обеспечивает нашим клиентам эффективность и требуемую скорость выхода на рынок».
Элвин Хунг, генеральный директор и основатель, GoAnimate
Amazon Polly позволяет клиентским контакт-центрам воспроизводить ответы естественно звучащими голосами. Можно воспроизводить выходное голосовое сообщение Polly с помощью имеющихся систем интерактивного голосового ответа (IVR). Кроме того, можно использовать API Polly для автоматизированной доставки в режиме реального времени такой информации, как состояние сервисов, данных, связанных с аккаунтом и счетами, адресной и контактной информации.
Amazon Polly создает возможности для новых примеров использования Интернета вещей (IoT), позволяя легко и недорого добавить голосовые функции в устройства IoT. Устройства IoT могут использовать речь для естественного воспроизведения ответов и уведомлений голосом, что делает приложения более доступными, а также позволяет пользователям воспринимать информацию, не глядя на экран. Сервис Polly позволяет создавать речевые файлы и хранить их на устройствах для воспроизведения в автономном режиме.
Используйте AWS Lambda для создания предварительно подписанных URL-адресов Polly, основанных на событиях из процессора правил AWS IoT, затем используйте шлюз устройств для отправки этих URL-адресов на устройства IoT, позволяя им запросить естественную речь.
Amazon Polly можно использовать для повышения удобства работы с приложениями, предназначенными для обучения иностранным языкам. Например, конечные пользователи могут вводить фразы на иностранном языке в приложение и слушать, как они звучат, когда их произносит носитель языка. Polly поддерживает 24 языка, предоставляя преподавателям и студентам множество возможностей.
«Я не могу придумать какие-либо другие варианты использования, для которых точное произношение было бы так же важно, как при изучении новых языков. Мы обнаружили, что голоса Amazon Polly не только имеют качественное звучание, но и отлично подходят для обучения языку, как и естественная человеческая речь».
Северин Хакер, технический директор, Duolingo
Amazon Polly позволяет легко добавить голос в мобильные приложения и игры. Polly позволяет хранить стандартные голосовые ответы на устройстве, а также использовать динамические ответы, синтезируемые в режиме реального времени, такие как диалог персонажей в игре, положение в турнирной таблице и приглашения начать игру.
«Мы стремимся сделать учебный класс на базе облака более интересным и эффективным для всех, включая пользователей с ограниченными физическими возможностями, не способными читать и писать. Сервис Amazon Polly увеличил возможности нашей платформы обучения за счет интеграции сервиса, преобразующего текст в высококачественную естественную речь, с нашим набором продуктов AppWriter».
Стефан Пал, исполнительный директор, Wizkids
Используя Amazon Polly, можно создавать и распространять доступную информацию в виде синтезированной речи для людей со слабым зрением. Таким образом, можно помочь людям, потерявшим зрение, работать с различным контентом, таким как новости, книги или сообщения электронной почты.
«В настоящее время мы используем технологию преобразования речи в текст от Amazon для создания и распространения доступной информации, представленной в виде синтезированного аудиоконтента для многих наших клиентов B2B и B2C, среди которых есть коммунальные предприятия, финансовые учреждения, медиакомпании, а также другие компании, ориентированные на производство продукции для клиентов, например журналов и других печатных изданий. Мы с нетерпением ожидаем объявленного выхода Amazon Polly, который нам позволит повысить удобство работы этих клиентов, предоставляя невероятные возможности по воспроизведению реалистичных голосов, которые поразят и привлекут внимание нашей аудитории».
Джон Ворсфолд, руководитель отдела по реализации решений, Королевский национальный институт слепых
Начать работу с Polly очень просто. Войдите в консоль, чтобы начать генерировать речь из собственного текста всего за несколько щелчков мышью.
