本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
生成語音
Amazon Polly 的生成 text-to-speech（TTS） 引擎提供最人性化、情感參與和適應性對話語音，可透過 Amazon Polly 主控台使用。
生成引擎是迄今為止最大的 Amazon Polly TTS模型。它會部署十億參數轉換器，將原始文字轉換為語音程式碼，然後部署以卷積為基礎的解碼器，以增量、可串流的方式將這些語音程式碼轉換為波形。此方法顯示大型語言模型 （LLMs） 在訓練增加公開可用和專有資料量時廣泛報告的緊急功能，包括各種語音、語言和樣式。
生成型引擎會建立合成語音，以與人類語音非常相似的方式，產生情感參與、自信和高度交集。您可以使用這些語音做為知識淵博的客戶助理、虛擬訓練師，或具有近乎人類合成語音的廣告商。
注意
這些 state-of-the-art語音的基礎技術屬於語言和語音建模的生成 AI 範例。該技術的副作用是，訓練資料和模型的任何更新都可能導致聲音聲音的響度略有不同，即使整體品質隨著模型更新而有所改善。這可能會影響長時間合成不同內容部分的使用案例，例如 Podcast 的季節。
可用的生成語音
Amazon Polly 目前在生成變體中提供七個語音。這些生成語音也可以在對話NTTS變體中使用。
| 語言 | 語言代碼 | 名稱/ID | Gender | |
|---|---|---|---|---|
1 |
英文 (澳洲) |
en-AU |
奧利維亞 |
女性 |
2 |
英文 （英國） |
en-GB |
Amy |
女性 |
3 |
英文 (美國) |
zh-TW |
丹尼爾 |
女性 |
4 |
英文 (美國) |
zh-TW |
Joanna |
女性 |
5 |
英文 (美國) |
zh-TW |
Matthew |
男性 |
6 |
英文 (美國) |
zh-TW |
Ruth |
女性 |
7 |
英文 (美國) |
zh-TW |
Stephen |
男性 |
注意
生成語音成本在 Amazon Polly 定價資訊頁面上
功能和區域相容性
Amazon Polly 生成語音可在下列區域使用：
-
美國東部 (維吉尼亞北部)：us-east-1
-
歐洲 （法蘭克福）：eu-central-1
-
美國西部 (奧勒岡)：us-west-2
-
其他區域無法使用
生成語音支援下列功能：
-
即時和非同步語音合成操作。
-
生成引擎不支援 Newscaster 發言樣式。
-
Amazon Polly 支援許多 （但不是全部） SSML標籤。如需 NTTS支援SSML標籤的詳細資訊，請參閱支援的SSML標籤
-
如同標準語音，您可以從各種取樣率中選擇，為您的應用程式最佳化頻寬和音訊品質。標準和神經語音的有效取樣率為 8kHz、16kHz、22 kHz或 24kHz。標準語音的預設值為 22 kHz。生成語音的預設值為 24 kHz。Amazon Polly 支援 MP3、 OGG（Vorbis） 和原始PCM音訊串流格式。
目前無法支援產生語音標記。
注意
在不太可能發生模型幻覺的情況下， （以及隨著生成引擎透過權杖轉譯語音字符的模型行為） 會建立強制的緊急停止機制。內建機制會阻止模型進一步轉譯語音。此安全功能是以資料分析為基礎，其中模型可能幻覺，通常是在句子結尾。
在某些情況下，模型可能會認為它會幻覺，然後最終可能會在生成步驟中剪斷一個單字，因此渲染一半的單字。這可能會導致不適當的結果。
