Amazon Polly のアイコン

Amazon Polly Especializado2016年〜

Servicio de texto a voz que convierte texto en audio con sonido natural

Unos 2 min de lectura

Qué hace

Amazon Polly es un servicio de texto a voz (TTS) que convierte texto en habla realista. Ofrece docenas de voces en más de 30 idiomas, con salida de sonido natural impulsada por un motor TTS neuronal. SSML (Speech Synthesis Markup Language) permite ajustar la velocidad del habla, el tono y las pausas.

Casos de uso

Mejora de la accesibilidad de sitios web y aplicaciones (soporte de lector de pantalla), generación de narración para e-learning, entrega de audio de artículos de noticias, generación de voz para sistemas IVR (respuesta de voz interactiva) y salida de audio para dispositivos IoT.

Analogía cotidiana

Es como un narrador profesional. Entréguele un guion (texto) y lo lee naturalmente en la voz e idioma que especifique. Incluso puede dar dirección (SSML) como 'más lento aquí' o 'enfatiza esta parte'.

¿Qué es Polly?

Amazon Polly es un servicio de IA que convierte texto en habla. Ofrece dos motores: Standard y Neural, con el motor Neural produciendo habla más natural y similar a la humana. Para japonés, están disponibles voces como Mizuki (femenina) y Takumi (masculina). El audio generado se puede descargar o transmitir en formato MP3, OGG o PCM.

SSML y personalización de voz

Las etiquetas SSML proporcionan control detallado sobre el habla. Use para insertar pausas, para cambiar velocidad o tono, para enfatizar palabras y para especificar pronunciación. También puede elegir estilos de habla como presentador de noticias o conversacional, según el caso de uso. Los textos largos se pueden procesar con tareas de síntesis asíncrona, con resultados guardados en S3. Para profundizar su comprensión de SSML y la personalización de voz, los libros de referencia en Amazon pueden ser útiles.

Primeros pasos

En la consola de Polly, vaya a la pestaña 'Text-to-Speech', ingrese su texto, seleccione una voz y haga clic en 'Listen'. Para usar la API, pase texto y un ID de voz a la API SynthesizeSpeech. La capa gratuita incluye 5 millones de caracteres (Standard) / 1 millón de caracteres (Neural) por mes durante los primeros 12 meses.

Aspectos a tener en cuenta

  • The Neural engine is higher quality but costs roughly 4x more per character than Standard - choose based on your use case
  • Redistributing generated audio is allowed within the terms of service, but presenting Polly-generated speech as a human voice is prohibited
共有するXB!

Servicios relacionados

Amazon Lex iconoAmazon LexServicio para construir interfaces conversacionales usando voz y textoAmazon Connect iconoAmazon ConnectUn servicio que permite construir un centro de contacto basado en la nube en minutosAmazon Translate iconoAmazon TranslateServicio de traducción automática neuronal para traducir texto entre idiomasAWS Lambda iconoAWS LambdaServicio de computación serverless que ejecuta código sin gestión de servidores

Artículos relacionados

Centro de contacto en la nube con Amazon Connect - La diferencia decisiva con PBX tradicionalComparamos la arquitectura de Amazon Connect con PBX on-premises tradicional y explicamos el diseño de flujos de contacto, análisis en tiempo real, integración con CRM y el modelo de pago por uso de forma práctica.Construcción de bots conversacionales - Interfaces de conversación natural con Amazon Lex y PollyAprenda a construir bots conversacionales utilizando Amazon Lex y Amazon Polly.Síntesis de voz con Amazon Polly - Control de voz con motor neuronal y SSMLGenera voz natural con el motor TTS neuronal y controla la velocidad de habla, tono y pausas con etiquetas SSML. Explicamos cómo construir diversos contenidos de audio con streaming en tiempo real y síntesis asíncrona a S3.Conversión de voz a texto - Construcción de una plataforma de transcripción automática de alta precisión con Amazon TranscribeExplicamos cómo convertir voz a texto (STT) con Amazon Transcribe y construir un sistema de procesamiento de voz bidireccional combinado con Polly.Texto a voz - Síntesis de voz natural y soporte multilingüe con Amazon PollyExplicamos la implementación de texto a voz (TTS) con Amazon Polly y la construcción de interfaces de diálogo por voz mediante la integración con Amazon Lex. Presentamos técnicas prácticas de síntesis de voz natural con el motor de voz neuronal y soporte multilingüe.

Más en esta categoría

Amazon Bedrock iconoAmazon Bedrock PopularUn servicio de IA generativa completamente administrado que proporciona acceso a modelos fundacionales líderes a través de APIAWS Clean Rooms ML iconoAWS Clean Rooms ML Nuevo servicioUn servicio para construir modelos de ML protegiendo la privacidad dentro de Clean RoomsAmazon Comprehend iconoAmazon Comprehend EspecializadoUn servicio que extrae entidades, sentimientos y frases clave del texto mediante procesamiento de lenguaje naturalAmazon Forecast iconoAmazon Forecast ObsoletoUn servicio completamente administrado que utiliza aprendizaje automático para pronosticar datos de series temporalesAmazon HealthLake iconoAmazon HealthLake EspecializadoServicio administrado para almacenar, transformar y analizar datos sanitarios compatibles con FHIRAmazon Kendra iconoAmazon Kendra ObsoletoServicio de búsqueda empresarial inteligente impulsado por machine learningAmazon Lex iconoAmazon Lex EspecializadoServicio para construir interfaces conversacionales usando voz y textoAWS Panorama iconoAWS Panorama EspecializadoServicio que añade visión por computadora a cámaras IP existentes para análisis de video en el edge

Artículos y servicios similares

Texto a voz - Síntesis de voz natural y soporte multilingüe con Amazon PollyExplicamos la implementación de texto a voz (TTS) con Amazon Polly y la construcción de interfaces de diálogo por voz mediante la integración con Amazon Lex. Presentamos técnicas prácticas de síntesis de voz natural con el motor de voz neuronal y soporte multilingüe.Amazon PollyServicio en la nube que convierte texto en habla con sonido natural, ofreciendo un motor de voz neuronal y control detallado del habla mediante SSMLSíntesis de voz con Amazon Polly - Control de voz con motor neuronal y SSMLGenera voz natural con el motor TTS neuronal y controla la velocidad de habla, tono y pausas con etiquetas SSML. Explicamos cómo construir diversos contenidos de audio con streaming en tiempo real y síntesis asíncrona a S3.Construcción de bots conversacionales - Interfaces de conversación natural con Amazon Lex y PollyAprenda a construir bots conversacionales utilizando Amazon Lex y Amazon Polly.Conversión de voz a texto - Construcción de una plataforma de transcripción automática de alta precisión con Amazon TranscribeExplicamos cómo convertir voz a texto (STT) con Amazon Transcribe y construir un sistema de procesamiento de voz bidireccional combinado con Polly.