Signal YCurated AI News
更新于 11/5 20:4061 个信源

亚马逊 Polly 生成式引擎迎来重大升级

通用 AI10/23 02:06AWS 机器学习博客查看原文 ↗
摘要

AWS 宣布 Amazon Polly 生成式引擎完成升级,语音输出更自然、更准确且保持低延迟,新增 14 种音色、覆盖 9 种语言,并首次正式支持印地语和芬兰语;升级可直接替换原有生成式音色,API 与音色名均不变。

核心要点
  • 新增 14 种音色、覆盖 9 个地区语言,其中印地语(Arjun、Kiara)与芬兰语(Suvi)为生成式引擎首次正式可用
  • 这是一次针对既有生成式音色的直接替换升级(drop-in),音色名称与 API 调用均未改变,存量应用无需改造
  • 重点改善了数字、货币、地址、日期时间等结构化内容的朗读准确度,示例中订单号、邮编、金额与确认码均被完整读出
  • 音色可根据文本内容自动调整情感与韵律,官方示例覆盖中性、犹疑、惊讶等语气,无需手动配置
  • 服务定位为面向联络中心、基于大模型的智能体应用、媒体娱乐、在线教育与无障碍场景的可规模化托管 TTS 服务
原文佐证
  • The upgrade adds 14 new voices across 9 locales, including general availability of Generative voices in Hindi and Finnish for the first time.
  • Importantly, this is a drop-in upgrade for existing generative voices. Voice names and API calls are unchanged, so your existing applications continue to work as they do today.
  • Powered by the new Amazon Polly Generative engine, the voices can reflect emotion and prosody even better based on the text input, without manual setup.
AI 洞察
语音合成正从“能听清”转向“听起来像人、而且读得对”,结构化信息(金额、地址、验证码)的朗读准确度其实是语音智能体能否进入真实业务流程的关键门槛。对 AWS 而言,把升级做成兼容性不变、可直接替换的形态,是在与 ElevenLabs、OpenAI 等语音供应商争夺企业存量集成的一种有效做法:迁移成本为零,客户流失也就更难发生。随着印地语、芬兰语等小语种补齐,TTS 的竞争重心将从音质转向语言覆盖广度与端到端延迟。