Amazon Polly generatyvinis TTS variklis sulaukė didelio tikslumo ir balsų atnaujinimo
Trumpai: AWS atnaujino „Amazon Polly“ generatyvinį variklį – kalba tapo natūralesnė, išraiškingesnė ir tikslesnė skaitant skaičius, adresus bei patvirtinimo kodus. Atnaujinime pridėta 14 naujų balsų 9 lokalėse, iš viso dabar yra 57 generatyviniai balsai 11 kalbų ir 25 lokalėse, įskaitant pirmą kartą visuotinai pasiekiamus hindi ir suomių kalbos balsus. Tai „drop-in“ atnaujinimas: balsų pavadinimai, API ir kainodara nesikeičia, todėl esamos programos veikia be pakeitimų.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „AWS Machine Learning“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Pridėta 14 naujų generatyvinių balsų 9 lokalėse
- 2Hindi ir suomių kalbos generatyviniai balsai dabar pirmą kartą visuotinai pasiekiami
- 3Bendras katalogas dabar – 57 generatyviniai balsai 11 kalbų ir 25 lokalėse
- 4Pagerintas tikslumas skaitant skaičius, valiutas, adresus ir datas
- 5Regionų išplėtimas į AWS GovCloud (US-West), iš viso 11 AWS regionų
- 6Esami balsų pavadinimai, SynthesizeSpeech API ir kainodara nesikeičia
- 7Bi-Di Streaming API (StartSpeechSynthesisStream) prieinamas realaus laiko balso agentams
| Parametras | Buvo | Dabar |
|---|---|---|
| Balsų katalogas | 43 generatyviniai balsai | 57 generatyviniai balsai 11 kalbų ir 25 lokalėse |
| Nauji balsai | Nenurodyta | 14 naujų balsų 9 lokalėse |
| Naujos kalbos | Nepasiekiama generatyviniame variklyje | Hindi ir suomių kalbos visuotinai pasiekiamos |
| API | SynthesizeSpeech API, tie patys balsų pavadinimai | Nepakitęs; „drop-in“ atnaujinimas, kodo keisti nereikia |
| Kainodara | Standartinė mokėjimo už naudojimą kainodara | Ta pati kaina, be papildomų kaštų, be naujo SKU |
| Regionų prieinamumas | 10 AWS regionų | 11 AWS regionų, įskaitant GovCloud (US-West) |
| Tikslumas | Bazinis generatyvinio balso tikslumas | Pagerintas tikslus skaičių, adresų, datų ir valiutų skaitymas |
| Srautinis perdavimas | Nenurodyta | Palaikomas Bi-Di Streaming API (StartSpeechSynthesisStream) realaus laiko balso agentams |
Kodėl tai svarbu?
Geresnis esybių (sekimo numerių, adresų, patvirtinimo kodų) tikslumas gali sumažinti skambučių perkėlimą iš IVR prie žmogaus agento, o natūralesnė intonacija pagerina automatizuotų skambučių pokalbio pojūtį. Kadangi tai „drop-in“ atnaujinimas be API ar kainos pokyčių, komandos gauna kokybės naudą be migracijos darbo.
Ką tai reiškia AI agentams ir kontaktų centrams?
Jei naudojate balso agentus ar IVR srautus per Amazon Connect, Genesys ar tiesiogiai per Polly API, atnaujinimas pritaikomas automatiškai be kodo pakeitimų, todėl verta iš naujo patestuoti skambučių kokybę, skaičių/adresų tarimo tikslumą ir vėlinimą naudojant streaming API prieš ir po atnaujinimo. Streaming API ypač aktualus realaus laiko telefonijos balso agentams, kuriems reikia mažo vėlinimo atkūrimo.
🧪 Verta testuoti
Nemokami tikslumo ir natūralumo patobulinimai be integracijos pakeitimų leidžia mažai rizikingai patikrinti juos lyginant su esamais TTS pasirinkimais IVR ir balso agentų srautuose, ypač ten, kur skaitmenų/adresų tarimo tikslumas veikia skambučių išsprendimo rodiklius.
Šaltiniai
- AWS Machine LearningOficialusPirminis šaltinisOriginalus straipsnis →„Amazon Polly delivers a major upgrade to its Generative engine“2026-10-22 21:06
- Šaltinio publikavimo data
- 2026-10-22 21:06
- Mūsų sistema rado
- 2026-10-22 21:30
- Santrauka sugeneruota
- 2026-10-22 21:32
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas