Voci a forma lunga

Amazon Polly ha un motore a forma lunga che produce voci simili a quelle umane, altamente espressive ed emotivamente abili. Le voci lunghe sono progettate per attirare l'attenzione degli ascoltatori quando si tratta di contenuti più lunghi, come articoli di notizie, materiali di formazione o video di marketing.

Le voci lunghe di Amazon Polly sono sviluppate con una tecnologia TTS di deep learning all'avanguardia. Il modello impara a replicare fonemi, prosodia, intonazione e altri aspetti fonetici e acustici del linguaggio umano, ottenendo un output vocale estremamente naturale.

Il motore Long-form utilizza gli incorporamenti di testo per interpretare il significato di un testo. Utilizzando gli incorporamenti di testo, il motore Long-form può generare l'enfasi, le pause e il tono corretti di una voce naturale. Il risultato è una voce che combina la gamma completa di elementi emotivi presenti nella comunicazione umana. Ciò include l'imitazione del dialogo a sorpresa o la differenziazione del dialogo dalla narrazione. Insieme, questo crea un prodotto vocale di alta qualità che sembra un essere umano vivo.

Nota

La state-of-the-art tecnologia alla base di queste voci rientra nel paradigma dell'intelligenza artificiale generativa per la modellazione del linguaggio e della voce. Un effetto collaterale della tecnologia è che qualsiasi aggiornamento ai dati di addestramento e al modello potrebbe comportare lievi variazioni nel modo in cui le voci suonano, anche nel caso in cui la loro qualità complessiva migliori con gli aggiornamenti del modello. Ciò potrebbe avere un impatto sui casi d'uso con diverse parti di contenuto sintetizzate per un lungo periodo di tempo, ad esempio una stagione di podcast.

Voci lunghe disponibili

Amazon Polly attualmente offre due voci femminili e uno maschile in formato esteso negli Stati Uniti. Queste voci lunghe sono disponibili anche in una variante NTTS conversazionale.

	Lingua	Codice lingua	Nome/ID	Gender
1	Inglese (Stati Uniti)	it-IT	Danielle Gregory Ruth**	Femmina Maschio Femmina

Compatibilità tra funzionalità e regioni

Le voci estese di Amazon Polly sono disponibili nelle seguenti regioni:

• Stati Uniti orientali (Virginia settentrionale): us-east-1

• Altre regioni non disponibili

Il motore Amazon Polly Long-form supporta le seguenti funzionalità:

• Operazioni di sintesi vocale asincrona e in tempo reale.

• Tutti i segni vocali.

• Molti tag SSML (ma non tutti) sono supportati da Amazon Polly. Per ulteriori informazioni sui tag SSML supportati da NTTS, consulta Tag SSML supportati

• Latenza di 100 ms.

• Come per le voci standard, puoi scegliere tra diverse frequenze di campionamento per ottimizzare la larghezza di banda e la qualità audio della tua applicazione. Le frequenze di campionamento valide per voci standard, di forma lunga e neurali sono: 8 kHz, 16 kHz, 22 kHz o 24 kHz. Il valore predefinito per le voci standard è 22 kHz. L'impostazione predefinita per le voci lunghe e neurali è 24 kHz. Amazon Polly supporta i formati di flusso audio MP3, OGG (Vorbis) e PCM raw.

Nota

Il costo delle voci in formato lungo è specificato nella pagina di informazioni sui prezzi di Amazon Polly.

Utilizzo del motore Long-form sulla console

Puoi accedere alle voci estese di Amazon Polly tramite la console Amazon Polly oppure. AWS CLI

Per utilizzare il motore Long-form sulla console

1. Apri la console Amazon Polly all'indirizzo https://console.aws.amazon.com/polly/.

2. Dalla console Amazon Polly, scegli il motore Long Form.

3. Scegli la voce desiderata dal menu a discesa vocale.

4. Genera audio TTS con testo a tua scelta.

Nota

Le voci in formato lungo possono essere utilizzate anche con le operazioni SynthesizeSpeeche StartSpeechSynthesisTaskAPI. Per le operazioni API, i clienti possono specificare il motore e il nome delle voci nella richiesta API. Puoi trovare altri esempi di codice di avvio rapido qui.