Polly 上线声音克隆:几分钟录音做音色

AWS 在美国时间 11 月 19 日宣布,Amazon Polly 的声音克隆以「需申请开通」的方式正式可用:提供几分钟经说话人同意的录音,Polly 就能生成该说话人的专属音色,跑在 Polly 的生成式引擎上。
接口上新增 CreateVoice、GetVoice、DeleteVoice 管理音色,合成时在 SynthesizeSpeech 里用 Engine="generative" 调用,延迟和普通生成式音色相同。AWS 列的场景包括客服电话、课程讲解、游戏 NPC 配音和统一的品牌声音。
大厂云服务直接提供克隆,降低了门槛,也让声音授权更重要:AWS 要求提交录音时附带说话人同意。中文不在首批语言里,国内团队暂时用不上。
注意:效果评价来自 AWS 自己的示例音频;可用区域与 Polly 生成式引擎一致,具体价格以 Amazon Polly 定价页为准。