Polly generative: 14 новых голосов и апгрейд без смены API

Generative-движок Amazon Polly обновили в production: речь естественнее и точнее, задержка остаётся низкой. Для приложений, которые уже зовут generative-голоса, это апгрейд на месте — те же имена и те же вызовы API.

В каталоге 57 generative-голосов на 11 языках и 25 локалях. В релизе — 14 новых голосов в 9 локалях; впервые generative для Hindi (Arjun, Kiara) и Finnish (Suvi).

Как звать из кода

Озвучка по-прежнему через SynthesizeSpeech с Engine="generative" — AWS пишет, что менять код не нужно. Живой диалог — на StartSpeechSynthesisStream: текст уходит в Polly, аудио возвращается потоком; так собирают голосовых агентов и персонажей в играх.

Kenneth в демо зачитывает заказ с трек-номером, адресом и суммой $1,284.50 — движок лучше справляется с числами, валютой, адресами и кодами подтверждения. Интонация может меняться от контекста фразы без ручной настройки. SSML для generative поддерживается; speech marks — нет, как и раньше.

Где это в проде

• Голосовые агенты — текст от LLM в речь и отдача по WebSocket или телефонии.
• Контакт-центры и IVR — самообслуживание с точными цифрами; улучшения доходят до Amazon Connect и Genesys.
• Медиа — озвучка статей; Sanoma Media Finland публикует свыше 10 000 статей в месяц финским голосом и тестирует Suvi вместо neural.

Цена не меняется: pay-as-you-go, без нового SKU. Новые generative-голоса в 11 регионах AWS, включая GovCloud (US-West). Актуальный список в регионе — через DescribeVoices. Standard и neural этот апгрейд не затрагивает.

Источник: Amazon Polly delivers a major upgrade to its Generative engine.