Amazon Polly - łatwa konwersja tekstu na mowę

Amazon Polly to usługa typu Text-to-Speach (TTS), zmieniająca tekst w realistycznie brzmiącą, syntezowaną mowę, przy użyciu technologii głębokiego uczenia. W ramach Amazon Polly, mowa syntezowana jest w kilkudziesięciu językach (w tym polskim), najczęściej w kilku różnych wariantach głosu i modulacji.

Oprócz standardowych głosów TTS, Amazon Polly oferuje też Neutral Text-to-Speach, czyli głosy które zapewniają zaawansowaną poprawę jakości mowy, opartą na nowym podejściu do uczenia maszynowego. Technologia Neutral TTS obsługuje dwa style mówienia; czytanie – używany do prowadzenia narracji w wiadomości oraz konwersacja, służący do prowadzenia dwukierunkowej komunikacji np. przez aplikacje telefoniczne. Ponad to, dzięki wewnętrznej usłudze Brand Voice, możliwe jest stworzenie we współpracy z zespołem Amazon Polly, niestandardowego głosu „na zamówienie”.

Usługa dostępna jest w modelu PaaS (Platform-as-a-Service). Dostępny jest również free tier obejmujący odczytanie 5 mln znaków miesięcznie, przez rok za darmo, a dla użytkowników Wordpressa, przygotowana została dedykowana wtyczka umożliwiająca łatwą implementację Amazon Polly na stronie internetowej.

Listę dostępnych głosów, możesz sprawdzić klikając TUTAJ