Amazon Polly 工作原理 - Amazon Polly

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

Amazon Polly 工作原理

Amazon Polly 可以将输入文本转化为逼真的语音。调用语音合成方法之一,提供要合成的文本,选择长篇、神经文本转语音 (NTTS) 或标准文本转语音 (TTS) 声音,并指定音频输出格式。然后,Amazon Polly 将提供的合成文本合成为高质量语音音频流。

  • 输入文本 — 提供要合成的文本,然后 Amazon Polly 返回音频流。您可以提供纯文本格式或语音合成标记语言 (SSML) 格式的文本。借助 SSML,您可以控制语音的各个方面,如发音、音量、音高和语速。有关更多信息,请参阅由 SSML 文档生成语音

  • 可用语音 — Amazon Polly 提供了语言和各种语音的组合,包括双语语音(适用于英语和印地语)。对于大多数语言,您可以从多种男性和女性语音中选择。在启动语音合成任务时,您可以指定语音 ID,然后 Amazon Polly 将使用此语音将文本转换为语音。Amazon Polly 不是翻译服务,即,合成的语音采用文本的语言。但是,如果文本的语言与为语音指定的语言不同,则表示为阿拉伯数字的数字(例如,53,而不是五十三)将以语音而非文本的语言合成。有关更多信息,请参阅 Amazon Polly 中的语音

  • 输出格式 — Amazon Polly 可以提供多种格式的合成语音。您可以选择适合您需求的音频格式。例如,您可以请求 MP3 或 Ogg Vorbis 格式的语音,以供 Web 和移动应用程序使用。或者,您可以请求 PCM 输出格式,以供 AWS IoT 设备和通话解决方案使用。

接下来做什么?

如果您不熟悉 Amazon Polly,我们建议您按顺序阅读以下主题: