অ্যামাজন পলিতে একই TTS ভয়েস ব্যক্তিত্ব সহ একাধিক ভাষায় সামগ্রীর জন্য অডিও তৈরি করুন৷

আমাজন পলি একটি নেতৃস্থানীয় ক্লাউড-ভিত্তিক পরিষেবা যা পাঠ্যকে প্রাণবন্ত বক্তৃতায় রূপান্তরিত করে। নিউরাল টেক্সট-টু-স্পীচ (এনটিটিএস) গ্রহণের পর, আমরা সমর্থিত ভাষায় স্বতন্ত্র স্পিকারের বিস্তৃত নির্বাচন প্রদানের জন্য উপলব্ধ ভয়েসের পোর্টফোলিওকে ক্রমাগত প্রসারিত করেছি। আজ, আমরা চারটি নতুন সংযোজন ঘোষণা করতে পেরে আনন্দিত: পেড্রো মার্কিন স্প্যানিশ ভাষী, ড্যানিয়েল জার্মান ভাষী, লিয়াম কানাডিয়ান ফ্রেঞ্চ ভাষী এবং আর্থার ব্রিটিশ ইংরেজিতে কথা বলছেন। আমাদের পোর্টফোলিওতে সমস্ত নিউরাল ভয়েসের মতো, এই ভয়েসগুলি তাদের টার্গেট ভাষায় সাবলীল, স্থানীয় উচ্চারণ অফার করে। যাইহোক, এই চারটি কণ্ঠের মধ্যে যা অনন্য তা হল তারা সব একই ভয়েস ব্যক্তিত্বের উপর ভিত্তি করে।

পেড্রো, ড্যানিয়েল, লিয়াম এবং আর্থারকে একটি বিদ্যমান ইউএস ইংরেজি ম্যাথিউ ভয়েসের মডেল করা হয়েছিল। যদিও গ্রাহকরা ম্যাথিউকে তার স্বাভাবিকতা এবং পেশাদার-শব্দের গুণমানের জন্য প্রশংসা করে চলেছেন, ভয়েসটি এখন পর্যন্ত একচেটিয়াভাবে ইংরেজি-ভাষী ট্রাফিক পরিবেশন করেছে। এখন, গভীর-শিক্ষার পদ্ধতি ব্যবহার করে, আমরা ভাষা এবং স্পীকার পরিচয়কে জোড়া দিয়েছি, যা আমাদের একই স্পীকার থেকে বহুভাষিক তথ্য না নিয়েই বহু ভাষায় স্থানীয়-সদৃশ সাবলীলতা রক্ষা করতে দেয়। অনুশীলনে, এর মানে হল যে আমরা ইউএস ইংলিশ ম্যাথিউ ভয়েসের ভোকাল বৈশিষ্ট্যগুলিকে ইউএস স্প্যানিশ, জার্মান, কানাডিয়ান ফ্রেঞ্চ এবং ব্রিটিশ ইংরেজিতে স্থানান্তর করেছি, অ্যামাজন পলি গ্রাহকদের জন্য নতুন সুযোগ উন্মুক্ত করেছি।

পাঁচটি লোকেলে অনুরূপ-শব্দযুক্ত ভয়েস উপলব্ধ থাকলে ব্যবসায়িক বৃদ্ধির জন্য দুর্দান্ত সম্ভাবনা উন্মোচিত হয়। প্রথমত, বিশ্বব্যাপী পদচিহ্ন সহ গ্রাহকরা ভাষা এবং অঞ্চল জুড়ে একটি সামঞ্জস্যপূর্ণ ব্যবহারকারীর অভিজ্ঞতা তৈরি করতে পারেন। উদাহরণ স্বরূপ, একটি ইন্টারেক্টিভ ভয়েস রেসপন্স (IVR) সিস্টেম যা একাধিক ভাষা সমর্থন করে এখন ব্র্যান্ডের অনুভূতি পরিবর্তন না করে বিভিন্ন গ্রাহক সেগমেন্টকে পরিবেশন করতে পারে। অন্যান্য সমস্ত TTS ব্যবহারের ক্ষেত্রেও একই কথা প্রযোজ্য, যেমন ভয়েসিং সংবাদ নিবন্ধ, শিক্ষা উপকরণ বা পডকাস্ট।

দ্বিতীয়ত, কণ্ঠগুলি Amazon Poly গ্রাহকদের জন্য উপযুক্ত যারা পাঁচটি সমর্থিত ভাষার যেকোনো একটিতে বিদেশী শব্দগুচ্ছের স্থানীয় উচ্চারণ খুঁজছেন।

তৃতীয়ত, পেড্রো, ড্যানিয়েল, লিয়াম এবং আর্থারকে রিলিজ করা আমাদের গ্রাহকদের পরিষেবা দেয় যারা মার্কিন স্প্যানিশ, জার্মান, কানাডিয়ান ফ্রেঞ্চ এবং ব্রিটিশ ইংরেজিতে Amazon Polly NTTS পছন্দ করে কিন্তু একটি উচ্চ-মানের পুরুষালী ভয়েস খুঁজছে—তারা অডিও তৈরি করতে এই ভয়েসগুলি ব্যবহার করতে পারে একভাষিক বিষয়বস্তুর জন্য এবং এই ভাষায় অন্যান্য NTTS ভয়েসের সমতুল্য উচ্চ মানের আশা করুন।

সবশেষে, নতুন পুরুষ NTTS ভয়েস তৈরি করার জন্য আমরা যে প্রযুক্তি তৈরি করেছি তাও ব্যবহার করা যেতে পারে ব্র্যান্ড ভয়েস. এর জন্য ধন্যবাদ, ব্র্যান্ড ভয়েস গ্রাহকরা শুধুমাত্র একটি অনন্য NTTS ভয়েস উপভোগ করতে পারবেন না যা তাদের ব্র্যান্ডের জন্য তৈরি করা হয়েছে, তবে আন্তর্জাতিক দর্শকদের পরিবেশন করার সময় একটি ধারাবাহিক অভিজ্ঞতাও রাখতে পারবেন।

উদাহরণ ব্যবহার ক্ষেত্রে

অনুশীলনে এর অর্থ কী তা প্রদর্শন করার জন্য আসুন একটি উদাহরণ ব্যবহারের ক্ষেত্রে অন্বেষণ করি। ম্যাথিউর সাথে পরিচিত অ্যামাজন পলি গ্রাহকরা এখনও পছন্দ করে এই ভয়েসটি স্বাভাবিক উপায়ে ব্যবহার করতে পারেন মথি অ্যামাজন পলি কনসোলে এবং যে কোনও পাঠ্য প্রবেশ করান যা তারা মার্কিন ইংরেজিতে উচ্চারিত শুনতে চায়৷ নিম্নলিখিত পরিস্থিতিতে, আমরা একটি IVR সিস্টেমের জন্য অডিও নমুনা তৈরি করি ("ইংরেজির জন্য, অনুগ্রহ করে একটি চাপুন"):

এই প্রকাশের জন্য ধন্যবাদ, আপনি এখন বিভিন্ন ভাষায় একটি সামঞ্জস্যপূর্ণ অডিও অভিজ্ঞতা প্রদান করতে ব্যবহারের ক্ষেত্রে প্রসারিত করতে পারেন। সমস্ত নতুন কণ্ঠস্বর প্রাকৃতিক-শব্দযুক্ত এবং একটি নেটিভ-মত উচ্চারণ বজায় রাখে।

• ব্রিটিশ ইংরেজিতে বক্তৃতা তৈরি করতে, আর্থার চয়ন করুন ("ইংরেজির জন্য, অনুগ্রহ করে একটি চাপুন"):
  
• ইউএস স্প্যানিশ স্পিকার ব্যবহার করতে, পেড্রো বেছে নিন ("Para español, por favour marque dos"):
  
• ড্যানিয়েল জার্মান ভাষায় সমর্থন প্রদান করে ("Für Deutsch drücken Sie bitte die Drei"):
  
• আপনি Liam ("Pour le français, veuillez appuyer sur le quatre") বেছে নিয়ে কানাডিয়ান ফরাসি ভাষায় পাঠ্য সংশ্লেষ করতে পারেন:
  

উল্লেখ্য যে ভিন্ন উচ্চারণে কথা বলা ছাড়াও, ইউকে ইংলিশ আর্থার ভয়েস ইনপুট টেক্সটটিকে ইউএস ইংলিশ ম্যাথিউ ভয়েসের চেয়ে ভিন্নভাবে স্থানীয়করণ করবে। উদাহরণস্বরূপ, "1/2/22" আর্থার দ্বারা "ফেব্রুয়ারি 1 এর 2022 শে" হিসাবে পড়বে যেখানে ম্যাথিউ এটি "2 শে জানুয়ারী 2022" হিসাবে পড়বে।

এখন এই প্রম্পটগুলি একত্রিত করা যাক:

উপসংহার

পেড্রো, ড্যানিয়েল, লিয়াম এবং আর্থার শুধুমাত্র নিউরাল টিটিএস ভয়েস হিসাবে উপলব্ধ, তাই সেগুলি উপভোগ করার জন্য, আপনাকে একটিতে নিউরাল ইঞ্জিন ব্যবহার করতে হবে AWS অঞ্চলগুলি NTTS সমর্থন করে৷. এগুলো উচ্চ মানের একভাষিক কণ্ঠস্বর তাদের টার্গেট ভাষায়। সত্য যে তাদের ব্যক্তিত্বগুলি ভাষা জুড়ে সামঞ্জস্যপূর্ণ একটি অতিরিক্ত সুবিধা, যা আমরা আশা করি যে একাধিক ভাষায় সামগ্রী নিয়ে কাজ করা গ্রাহকদের আনন্দিত করবে। আরও বিশদ বিবরণের জন্য, আমাদের অ্যামাজন পলির সম্পূর্ণ তালিকা পর্যালোচনা করুন টেক্সট-টু-স্পিচ ভয়েস , নিউরাল টিটিএস মূল্য, সেবা সীমা, এবং বিবরণ , এবং আমাদের দেখুন মূল্য পৃষ্ঠা.

লেখক সম্পর্কে

প্যাট্রিক ওয়াইনাইনা একজন ভাষা প্রকৌশলী ইংরেজি, জার্মান এবং স্প্যানিশ ভাষায় টেক্সট-টু-স্পীচ নিয়ে কাজ করছেন। বক্তৃতা এবং ভাষা প্রক্রিয়াকরণের একটি পটভূমিতে, তার আগ্রহগুলি মেশিন লার্নিংয়ে নিহিত যেমনটি টিটিএস ফ্রন্ট-এন্ড সমাধানগুলিতে প্রয়োগ করা হয়েছে, বিশেষত কম-সম্পদ সেটিংসে। তার অবসর সময়ে, তিনি ইলেকট্রনিক সঙ্গীত শুনতে এবং নতুন ভাষা শিখতে উপভোগ করেন।

মার্টা স্মোলারেক আমাজন টেক্সট-টু-স্পিচ টিমের একজন সিনিয়র প্রোগ্রাম ম্যানেজার, যেখানে তিনি যোগাযোগ কেন্দ্র টিটিএস ব্যবহারের ক্ষেত্রে মনোনিবেশ করেন। তিনি গো-টু-মার্কেট উদ্যোগকে সংজ্ঞায়িত করেন, পণ্যের রোডম্যাপ তৈরি করতে গ্রাহকদের প্রতিক্রিয়া ব্যবহার করেন এবং TTS ভয়েস লঞ্চের সমন্বয় সাধন করেন। কাজের বাইরে, তিনি তার পরিবারের সাথে ক্যাম্পিং করতে পছন্দ করেন।

• Coinsmart. ইউরোপের সেরা বিটকয়েন এবং ক্রিপ্টো এক্সচেঞ্জ।
• প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. বিনামূল্যে এক্সেস.
• ক্রিপ্টোহক। Altcoin রাডার। বিনামূল্যে ট্রায়াল.
• সূত্র: https://aws.amazon.com/blogs/machine-learning/create-audio-for-content-in-multiple-languages-with-the-same-tts-voice-persona-in-amazon-polly/