本指南演示了如何使用 Amazon Polly 为网页设置音频播放，Amazon Polly 可以为访客大声朗读网页的内容，并在叙述时突出显示文本。这种文字转语音的功能增强了用户的可访问性，代表了组织的可访问性策略中的关键一步。此外，音频丰富的内容更有影响力、更令人难忘，有助于增加您的页面流量并增强您的品牌。

请注意：[免责声明]

架构图

下载架构图 PDF 
  • 静态网页

  • 此架构图显示了如何使用 Amazon Polly 来阅读和突出显示静态网页上的内容。

  • 动态网页

  • 此架构图显示了如何使用 Amazon Polly 来阅读和突出显示动态网页上的内容。

开始使用

尝试一下本指南

部署本指南

Well-Architected 支柱

当您在云中构建系统时，AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool，您可以通过回答每个支柱的一组问题，根据这些最佳实践来检查您的工作负载。

上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构，您应该遵循尽可能多的 Well-Architected 最佳实践。

  • 您可以在 Web 应用程序之外的环境中调整和测试静态语音和预生成语音的语音配置。当您准备好将更改部署到 Web 应用程序时，您可以将网页链接到预先生成的语音文件，这是现有 Web 发布流程的一部分。您还可以使用本指南中提供的客户端 JavaScript 的修改版本在测试 Web 环境中调整和测试动态生成。然后，作为 Web 应用程序更新过程的一部分，您可以将这些更改部署到生产 Web 服务器。此外，您还可以使用 Amazon CloudWatch 监控 Amazon Polly 和 Amazon S3 资源的使用。值得注意的是， Amazon Polly 请求的字符数随着语音生成请求数量的增加而增加。

    阅读《卓越运营》白皮书 

  • Cognito 身份池为未经身份验证的用户提供了对 Amazon Polly 和 Amazon S3 资源的充分访问权限，可以根据网页上的文本生成语音。您可以对其进行修改，使其仅向经过身份验证的用户提供访问权限。或者，您可以使用 CloudFront 来分发音频内容，这样网页访客就无法直接访问 Amazon S3 存储桶。这使您能够保护和限制访问权限，例如使用签名的 URL 或 Cookie、地理限制和 AWS WAF 保护。

    本指南使用 256 位高级加密标准（AES）对 Amazon S3 存储桶进行加密，但您可以修改本指南以使用 AWS Key Management Service（AWS KMS）。对于传输中的数据，可通过 AWS 命令行界面（AWS CLI）、适用于 JavaScript 的 AWS 软件开发工具包（AWS SDK） 工具或 HTTPS 或 TLS 连接访问 Amazon Polly。您可以使用 Amazon S3 存储桶策略来强制 HTTPS 访问存储桶。

    阅读《安全性》白皮书 

  • Amazon S3 提供高度耐久的存储，大多数存储类别会跨三个可用区（AZ）复制对象，从而提高可用性并减少访客无法访问语音文件的机会。此外，用于动态合成语音的适用于 JavaScript 的 AWS SDK 配备了限制和重试功能。

    阅读《可靠性》白皮书 

  • 要优化本指南，请首先识别静态内容并使用架构图中概述的提供的预生成功能。这样可以消除对实时语音合成的需求，从而提高性能。静态内容可以直接从 Amazon S3 存储桶中提供，既可以作为静态网站，也可以作为 CloudFront 分配的来源。这样可以避免在 Web 服务器上增加处理或存储容量来提供语音和音频文件的需求。它还受益于通过缓存对数据的低延迟访问以及该内容在边缘的可用性。接下来，使用提供的配置示例自定义用于语音生成的内容选择。

    为了减少延迟，请将本指南部署到与您的 Web 应用程序相同的 AWS 区域。或者，如果您使用 CloudFront 分配，则可以通过缓存或在更靠近 Web 应用程序访客的边缘提供内容来实现低延迟。此外，您还可以自定义选择内容进行语音生成的方式，以控制要合成的文本。

    阅读《性能效率》白皮书 

  • 为了优化成本，您可以识别静态内容并预生成语音文件，这样 Amazon Polly 只需将文本转换为语音一次。您还可以限制 Amazon Polly 可以为您的网站生成的口语或语言的数量。数据传输费用取决于生成的 MP3 和语音标记文件的大小和下载频率。您可以通过在 Amazon S3 中托管预生成的文件来降低此成本，从而降低 Web 服务器的存储容量要求。

    您还可以通过内容缓存来优化成本，这对于需要频繁访问音频的热门内容尤其有利。您可以使用 AWS 成本和使用情况报告（AWS CUR）测试这种方法并监控成本。此外，对于动态但较小的内容（长度小于 6000 个字符），本指南会同步生成语音标记，因此您无需从 Amazon S3 存储桶中存储和下载语音标记，从而降低流量成本。

    阅读《成本优化》白皮书 

  • 本指南允许您为静态内容预生成语音，这是一种合成一次、多次收听的方法，可最大限度地减少资源和能源的使用。此外，本指南使用来自 Amazon Polly、Amazon S3 和 Amazon Cognito 的无服务器资源，因此您无需过度预调配计算和存储。您还可以选择 Amazon S3 Express One Zone 存储类而不是默认层级来减少可用区间的复制和总存储占用量。

    阅读《可持续性》白皮书 

相关内容

博客

使用 Amazon Polly 阅读网页并突出显示内容

这篇博客文章演示了如何使用 Amazon Polly（一种将文本转换为逼真语音的领先云服务）来阅读网页的内容并在阅读时突出显示内容。

免责声明

示例代码；软件库；命令行工具；概念验证；模板；或其他相关技术（包括由我方人员提供的任何前述项）作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议（以适用者为准）向您提供。您不应将这些 AWS 内容用在您的生产账户中，或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容，例如示例代码，以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源（例如，运行 Amazon EC2 实例或使用 Amazon S3 存储）而产生 AWS 费用。

本指南中提及第三方服务或组织并不意味着 Amazon 或 AWS 与第三方之间存在认可、赞助或从属关系。AWS 的指导是一个技术起点，您可以在部署架构时自定义与第三方服务的集成。

此页内容对您是否有帮助？

 反馈