在 Amazon Polly 中使用相同的 TTS 语音角色为多种语言的内容创建音频

由柏拉图重新发布

关注： 0

亚马逊波莉是一项领先的基于云的服务，可将文本转换为逼真的语音。在采用神经文本转语音 (NTTS) 之后，我们不断扩展我们可用语音的组合，以便以支持的语言提供多种不同的说话者。今天，我们很高兴地宣布四个新成员：佩德罗说美国西班牙语，丹尼尔说德语，利亚姆说加拿大法语，亚瑟说英国英语。与我们产品组合中的所有神经语音一样，这些语音以目标语言提供流利的母语发音。然而，这四种声音的独特之处在于它们都基于相同的声音角色。

Pedro、Daniel、Liam 和 Arthur 以现有的美国英语 Matthew 声音为蓝本。虽然客户继续欣赏 Matthew 的自然和专业的音质，但该声音迄今为止仅服务于讲英语的流量。现在，使用深度学习方法，我们将语言和说话者身份解耦，这使我们能够在多种语言中保持类似母语的流利度，而无需从同一说话者那里获取多语言数据。在实践中，这意味着我们将美国英语 Matthew 语音的声音特征转换为美国西班牙语、德语、加拿大法语和英国英语，为 Amazon Polly 客户开辟了新的机会。

在五个地区提供类似的声音可以释放巨大的业务增长潜力。首先，具有全球足迹的客户可以跨语言和地区创建一致的用户体验。例如，支持多种语言的交互式语音响应 (IVR) 系统现在可以服务于不同的客户群，而不会改变品牌的感觉。所有其他 TTS 用例也是如此，例如为新闻文章、教育材料或播客配音。

其次，语音非常适合 Amazon Polly 客户，他们正在寻找五种支持语言中任何一种的外语短语的本地发音。

第三，发布 Pedro、Daniel、Liam 和 Arthur 为我们的客户提供服务，这些客户喜欢美国西班牙语、德语、加拿大法语和英国英语的 Amazon Polly NTTS，但正在寻找高质量的男性声音——他们可以使用这些声音来创建音频对于单语内容，并期望与这些语言中的其他 NTTS 语音相媲美的顶级质量。

最后，我们开发的用于创建新的男性 NTTS 声音的技术也可用于品牌之声. 得益于此，Brand Voice 客户不仅可以享受为其品牌量身定制的独特 NTTS 语音，还可以在为国际观众服务的同时保持一致的体验。

示例用例

让我们探索一个示例用例来演示这在实践中意味着什么。熟悉 Matthew 的 Amazon Polly 客户仍然可以通过选择以通常的方式使用此语音马修在 Amazon Polly 控制台上输入他们希望听到的任何美国英语文本。在以下场景中，我们为 IVR 系统生成音频样本（“对于英语，请按一个”）：

由于此版本，您现在可以扩展用例以提供不同语言的一致音频体验。所有新的声音听起来都很自然，并保持了类似母语的口音。

要生成英式英语语音，请选择 Arthur（“对于英语，请按一个”）：
要使用美国西班牙语使用者，请选择 Pedro（“Para español, por赞成 marque dos”）：
Daniel 提供德语支持（“Für Deutsch drücken Sie bitte die Drei”）：
您可以通过选择 Liam（“Pour le français, veuillez appuyer sur le quatre”）来合成加拿大法语的文本：

请注意，除了口音不同之外，英国英语 Arthur 语音对输入文本的本地化方式与美国英语 Matthew 语音不同。例如，亚瑟将“1/2/22”读作“1 年 2022 月 2 日”，而马修将其读作“2022 年 XNUMX 月 XNUMX 日”。

现在让我们结合这些提示：

结论

Pedro、Daniel、Liam 和 Arthur 仅可作为神经 TTS 语音使用，因此为了享受它们，您需要在其中一个中使用神经引擎支持NTTS的AWS区域. 这些都是高质量的单语声音在他们的目标语言中。他们的角色在不同语言之间是一致的这一事实是一个额外的好处，我们希望这将使使用多种语言的内容的客户感到高兴。有关更多详细信息，请查看我们的 Amazon Polly 完整列表文字转语音 , 神经 TTS 定价, 服务限制及常见问题，并访问我们的定价页面.