신경 음성 - Amazon Polly

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

신경 음성

Amazon Polly에는 표준 음성보다 훨씬 더 높은 품질의 음성을 생성할 수 있는 신경망 text-to-speech(NTTS) 엔진이 있습니다. 표준 TTS 음성은 연결 합성을 사용합니다. 표준 엔진은 녹음된 음성의 음소를 연결하여 매우 자연스러우면서 합성된 음성을 생성합니다. 하지만 말은 변형될 수밖에 없고 파형 분절에 사용되는 기술로 인해 스피치 품질이 제한됩니다. Amazon Polly NTTS 엔진은 표준 연결 합성을 사용하여 음성을 생성하지 않습니다. 다음 두 부분으로 이루어져 있습니다.

  • 신경망 - 일련의 음소(가장 기본적인 언어 단위)를 일련의 스펙트로그램 로 변환합니다. (스펙토그램은 서로 다른 주파수 대역의 에너지 수준에 대한 스냅샷입니다.)

  • 스펙트로그램을 거의 지속적인 오디오 신호로 변환하는 보코더입니다.

신경 TTS 시스템의 첫 번째 구성 요소는 모델입니다 sequence-to-sequence. 이 모델은 해당하는 입력에서만 결과를 만들 뿐만 아니라 입력 요소의 시퀀스가 함께 작동하는 방식도 고려합니다. 모델이 출력되는 스펙트로그램을 선택하면 주파수 대역이 사람의 뇌가 말을 처리할 때 사용하는 음향 기능을 강조합니다.

그런 다음 이 모델의 출력이 신경 보코더로 전달되고 스펙트로그램이 스피치 파형으로 변환됩니다. 범용 연결 합성 시스템을 구축하는 데 사용되는 대규모 데이터 세트에 대해 훈련하면 이 sequence-to-sequence 접근 방식은 더 높은 품질의 자연스런 음성을 제공합니다.

사용 가능한 신경 음성

신경 음성은 35개 언어와 언어 변형으로 제공됩니다. 다음 표에 음성이 나와 있습니다.

언어 및 사투리 언어 코드 이름/ID Gender

1

아랍어(걸프)

ar-AE

Hala

Zayd

여성

남성

2

벨기에 네덜란드어(플랑드르)

nl-BE

Lisa

여성

3

카탈루냐어

ca-ES

Arlet

여성

4

체코어

cs-CZ

지트카

여성

5

중국어(광동어)

yue-CN

Hiujin

여성

6

표준 중국어

cmn-CN

Zhiyu

여성

7

덴마크어

da-DK

Sofie

여성

8

네덜란드어

nl-NL

Laura

여성

9

영어(호주)

en-AU

Olivia

여성

10

영어(영국)

en-GB

Amy*

Emma

Brian

Arthur

여성

여성

남성

남성

11

영어(인도)

en-IN

카잘

여성

12

영어(아일랜드)

en-IE

Niamh

여성

13

영어(뉴질랜드)

en-NZ

Aria

여성

14

영어(남아프리카)

en-ZA

Ayanda

여성

15

영어(미국)

en-US

Danielle

Gregory

Ivy

Joanna*

Kendra

Kimberly

Salli

Joey

Justin

Kevin

Matthew*

Ruth

Stephen

여성

남성

여성(어린이)

여성

여성

여성

여성

남성

남성(어린이)

남성(어린이)

남성

여성

남성

16

핀란드어

fi-FI

Suvi

여성

17

프랑스어(벨기에)

fr-BE

Isabelle

여성

18

프랑스어(캐나다)

fr-CA

Gabrielle

Liam

여성

남성

19

프랑스어

fr-FR

Léa

Rémi

여성

남성

20

독일어

de-DE

Vicki

Daniel

여성

남성

21

독일어(오스트리아)

de-AT

Hannah

여성

22

독일어(스위스)

de-CH

Sabrina

여성

23

힌디어

hi-IN

카잘

여성

24

이탈리아어

it-IT

Bianca

Adriano

여성

남성

25

일본어

ja-JP

Takumi

Kazuha

Tomoko

남성

여성

여성

26

한국어

ko-KR

Seoyeon

여성

27

노르웨이어

nb-NO

Ida

여성

28

폴란드어

pl-PL

Ola

여성

29

포르투갈어(브라질)

pt-BR

Camila

Vitória/Vitoria

Thiago

여성

여성

남성

30

포르투갈어(유럽)

pt-PT

Inês/Ines

여성

31

스페인어(유럽)

es-ES

Lucia

Sergio

여성

남성

32

스페인어(멕시코)

es-MX

Mia

Andrés

여성

남성

33

스페인어(미국)

es-US

Lupe*

Pedro

여성

남성

34

스웨덴어

sv-SE

Elin

여성

35

터키어

tr-TR

부쿠

여성

*Amy, Joanna, Lupe 및 Matthew 음성은 뉴스 진행자 말투로 사용할 수 있습니다. 자세한 내용은 뉴스캐스터 음성 적용 단원을 참조하십시오.

기능 및 리전 호환성

일부 AWS 리전에서는 신경망 음성을 사용할 수 없으며 모든 Amazon Polly 기능을 지원하지도 않습니다.

신경 음성은 다음 리전에서 지원됩니다.

  • 미국 동부(버지니아 북부): us-east-1

  • 미국 서부(오레곤): us-west-2

  • 아프리카(케이프타운): af-south-1

  • 아시아 태평양(도쿄): ap-northeast-1

  • 아시아 태평양(서울): ap-northeast-2

  • 아시아 태평양(오사카): ap-northeast-3

  • 아시아 태평양(뭄바이): ap-south-1

  • 아시아 태평양(싱가포르): ap-southeast-1

  • 아시아 태평양(시드니): ap-southeast-2

  • 캐나다(중부): ca-central-1

  • 유럽(프랑크푸르트): eu-central-1

  • 유럽(아일랜드): eu-west-1

  • 유럽(런던): eu-west-2

  • 유럽(파리): eu-west-3

  • AWS GovCloud (미국 서부): us-gov-west-1

이 리전의 엔드포인트와 프로토콜은 표준 음성에 사용되는 것과 같습니다. 자세한 내용은 Amazon Polly 엔드포인트 및 할당량을 참조하세요.

신경 음성에 지원되는 기능은 다음과 같습니다.

  • 실시간 및 비동기 스피치 합성 작업

  • 뉴스 진행자 말투입니다. 진행자 말투에 대한 자세한 내용은 뉴스캐스터 음성 적용을 참조하세요.

  • 모든 스피치 마크

  • Amazon Polly 에서 지원하는 많은(전부는 아님) SSML 태그입니다. 지원되는 NTTS SSML 태그에 대한 자세한 내용은 지원되는 태그를 참조하세요.

표준 음성의 경우와 마찬가지로, 다양한 샘플링 속도 중에서 선택하여 애플리케이션의 대역폭과 오디오 품질을 최적화할 수 있습니다. 표준 및 신경 음성에 유효한 샘플링 속도는 8kHz, 16kHz, 22 kHz또는 24입니다kHz. 표준 음성의 기본값은 22입니다kHz. 신경 음성의 기본값은 24입니다kHz. Amazon Polly는 MP3, OGG (보비스) 및 원시 PCM 오디오 스트림 형식을 지원합니다.