Amazon Polly – duża aktualizacja silnika generatywnego TTS pod kątem dokładności i głosów
W skrócie: AWS zaktualizował silnik generatywny Amazon Polly, zapewniając bardziej naturalną, ekspresyjną mowę oraz lepszą dokładność odczytu liczb, adresów i kodów potwierdzeń. Aktualizacja dodaje 14 nowych głosów w 9 lokalizacjach, zwiększając łączną liczbę do 57 głosów generatywnych w 11 językach i 25 lokalizacjach, w tym po raz pierwszy ogólnie dostępne głosy w języku hindi i fińskim. To aktualizacja typu drop-in: nazwy głosów, API i ceny pozostają bez zmian, więc istniejące aplikacje działają bez modyfikacji.
To podsumowanie zostało automatycznie przygotowane przez sztuczną inteligencję na podstawie publikacji „AWS Machine Learning”. To nasz tekst, nie kopia oryginału — fakty, liczby i cytaty należą do źródła, do którego link znajduje się powyżej i poniżej.
Co się zmieniło?
- 1Dodano 14 nowych głosów generatywnych w 9 lokalizacjach
- 2Głosy generatywne w języku hindi i fińskim są teraz ogólnie dostępne po raz pierwszy
- 3Łączny katalog to teraz 57 głosów generatywnych w 11 językach i 25 lokalizacjach
- 4Poprawiona dokładność odczytu liczb, walut, adresów i dat
- 5Rozszerzenie regionów o AWS GovCloud (US-West), łącznie 11 regionów AWS
- 6Istniejące nazwy głosów, API SynthesizeSpeech i ceny bez zmian
- 7Dostępne Bi-Di Streaming API (StartSpeechSynthesisStream) dla agentów głosowych w czasie rzeczywistym
| Parametr | Było | Jest |
|---|---|---|
| Katalog głosów | 43 głosy generatywne | 57 głosów generatywnych w 11 językach i 25 lokalizacjach |
| Nowe głosy | Nie określono | 14 nowych głosów w 9 lokalizacjach |
| Nowe języki | Niedostępne w silniku generatywnym | Hindi i fiński ogólnie dostępne |
| API | SynthesizeSpeech API, te same nazwy głosów | Bez zmian; aktualizacja drop-in, brak konieczności zmian w kodzie |
| Cennik | Standardowy cennik pay-as-you-go | Ta sama cena, brak dodatkowych kosztów, brak nowego SKU |
| Dostępność regionalna | 10 regionów AWS | 11 regionów AWS, w tym GovCloud (US-West) |
| Dokładność | Bazowa dokładność głosu generatywnego | Poprawiony dokładny odczyt liczb, adresów, dat i walut |
| Streaming | Nie określono | Obsługiwane Bi-Di Streaming API (StartSpeechSynthesisStream) dla agentów głosowych w czasie rzeczywistym |
Dlaczego to ważne?
Lepsza dokładność odczytu danych (numerów przesyłek, adresów, kodów potwierdzeń) może zmniejszyć liczbę eskalacji z IVR do konsultanta, a bardziej naturalna prozodia poprawia odczucie rozmowy w zautomatyzowanych połączeniach. Ponieważ jest to aktualizacja drop-in bez zmian API czy cen, zespoły zyskują poprawę jakości bez pracy migracyjnej.
Co to oznacza dla agentów AI i contact center?
Jeśli Twoja firma korzysta z agentów głosowych lub przepływów IVR przez Amazon Connect, Genesys lub bezpośrednie wywołania API Polly, aktualizacja stosuje się automatycznie bez zmian w kodzie, więc warto ponownie przetestować jakość połączeń, dokładność wymowy liczb/adresów oraz opóźnienia w API strumieniowym przed i po aktualizacji. API strumieniowe jest szczególnie istotne dla agentów głosowych telefonii czasu rzeczywistego wymagających niskich opóźnień.
🧪 Warte przetestowania
Bezpłatne usprawnienia dokładności i naturalności bez zmian integracyjnych sprawiają, że warto je sprawdzić w porównaniu z obecnymi wyborami TTS w przepływach IVR i agentów głosowych, szczególnie tam, gdzie dokładność odczytu liczb/adresów wpływa na wskaźniki rozwiązywania połączeń.
Źródła
- AWS Machine LearningOficjalneŹródło pierwotneOryginalny artykuł →„Amazon Polly delivers a major upgrade to its Generative engine“22 paź 2026, 21:06
- Data publikacji źródła
- 22 paź 2026, 21:06
- Znalezione przez nasz system
- 22 paź 2026, 21:30
- Podsumowanie wygenerowano
- 22 paź 2026, 21:32
Artykuł napisała AI na podstawie oryginalnego źródła. Fakty, liczby i ceny pochodzą ze źródła; brakujące wartości oznaczono „Brak oficjalnych danych”. Informacje prawne, prawa autorskie i prywatność