Domande frequenti su Amazon Polly

Amazon Polly è un servizio che trasforma il testo in una conversazione reale. Amazon Polly apporta alle applicazioni esistenti un’eccellente funzione vocale, e crea numerose possibilità per categorie completamente rinnovate di prodotti con funzionalità vocali, dalle applicazioni per cellulari e automobili, fino ai dispositivi e gli elettrodomestici. Amazon Polly include decine di voci naturali e supporta diverse lingue, consentendo di selezionare la voce ideale e distribuire le applicazioni con risposte vocali in diverse aree geografiche. Amazon Polly è facile da usare: basta inviare alla relativa API il testo da convertire in voce e Amazon Polly restituirà immediatamente un flusso audio da riprodurre direttamente o da memorizzare in formato audio standard, ad esempio MP3. Amazon Polly supporta i tag dello Speech Synthesis Markup Language (SSML), ad esempio prosody, che consentono di adeguare la velocità, il tono o il volume della voce. Amazon Polly è un servizio sicuro che fornisce tutti questi vantaggi su larga scala e a bassa latenza. I file vocali generati possono essere memorizzati nella cache e riprodotti nuovamente in Amazon Polly senza alcun costo aggiuntivo. Amazon Polly permette di convertire milioni di caratteri al mese gratuitamente per un anno dalla data di registrazione. Le tariffe basate sul consumo effettivo, il costo contenuto per richiesta e l'assenza di limitazioni di storage e di riutilizzo dell'output vocale, fanno di Amazon Polly un modo economico per abilitare la sintesi vocale in qualsiasi contesto.

Amazon Polly può essere utilizzato per potenziare l’applicazione con output vocali di alta qualità. Questo conveniente servizio offre tempi di risposta molto ridotti ed è disponibile per praticamente qualsiasi caso d’uso, senza limitazioni di storage e riutilizzo della voce generata.

È possibile controllare i vari aspetti della conversione vocale, tra cui la pronuncia, il volume, il tono, la velocità ecc., usando Speech Synthesis Markup Language (SSML). È possibile sintetizzare il discorso per alcune voci neurali utilizzando lo stile Newscaster, per farli sembrare come un presentatore di telegionarli televisivi o radio. È possibile rilevare quando parole o frasi specifiche del testo vengono pronunciate all'utente in base ai metadati inclusi nel flusso audio. In questo modo lo sviluppatore può sincronizzare la selezione grafica e le animazioni, ad esempio le labbra di un avatar virtuale, con l'audio. È possibile modificare la pronuncia di parole specifiche come il nome dell’azienda, gli acronimi, le parole straniere, i neologismi ecc. "P!nk", "ROTFL", "C’est la vie" (nella versione di una voce non francese) utilizzando dizionari personalizzati.

Gli Speech Mark sono stati creati per complementare la sintesi vocali generata del testo introdotto. Utilizzando dei metadati associati al flusso audio di sintesi vocale, i clienti potranno offrire un'esperienza visiva perfettamente coerente e sincronizzata all'audio tramite animazioni o evidenziazioni di blocchi di testo come nei karaoke.

Amazon Polly genera contrassegni vocali tramite quattro elementi:

1. Frase, che indica l'elemento frase corrispondente al testo da leggere.
2. Parola, che indica l'elemento parola nel testo.
3. Visema, che indica la forma delle labbra corrispondente ai suoni pronunciati.
4. SSML, che descrive un elemento SSML utilizzato nel testo.

Gli Speech Mark sono attivati in forma di flusso JSON (nello specifico come insieme di oggetti JSON autonomi delimitati da nuove righe), che contiene da uno a tutti e quattro gli elementi elencati, quando il metodo di sintesi vocale viene utilizzato con il parametro speech-mark-types. Per ulteriori informazioni, consulta il documento Amazon Polly Developer Guide.

Grazie all’aggiunta di funzioni vocali realistiche, Amazon Polly ridà vita alle tue applicazioni. Ad esempio, nel campo dell’istruzione e dell’e-learning è possono creare applicazioni che sfruttano la funzionalità di sintesi vocale (TTS) di Amazon Polly per aiutare le persone con disabilità di lettura. Amazon Polly può essere utilizzato per aiutare non vedenti e ipovedenti a fruire dei contenuti digitali (eBook, notizie ecc.). Amazon Polly può essere utilizzato nei sistemi di annuncio per il trasporto pubblico e nei sistemi di controllo industriale per comunicati e annunci di emergenza. Amazon Polly può essere sfruttato da un’ampia gamma di dispositivi quali set-top box, smartwatch, tablet, smartphone e dispositivi IoT, per fornire output audio. Amazon Polly può essere utilizzato nelle soluzioni di telefonia per dare voce ai sistemi di risposta vocale interattiva. Le applicazioni come giochi a quiz, animazioni, avatar o produzione di narrazione sono casi d’uso comuni per soluzioni TTS basate sul cloud come Amazon Polly.

La combinazione con Amazon Lex consente agli sviluppatori di creare vere e proprie interfacce di utenti vocali per le loro applicazioni. Con Amazon Connect, le funzioni vocali di Amazon Polly sono utilizzate per creare servizi per I contact center self-service basati sul cloud. In aggiunta, gli sviluppatori di applicazioni mobili e di soluzioni per l'IoT possono sfruttare Amazon Polly per aggiungere output vocali ai propri sistemi.

Le soluzioni di sintesi vocale su dispositivo richiedono notevoli risorse informatiche, specialmente in termini di potenza di CPU, RAM e spazio su disco. Ciò può comportare maggiori costi di sviluppo e consumi energetici su dispositivi come tablet, smartphone, ecc. Al contrario, la conversione da testo a voce sul cloud riduce drasticamente i requisiti locali in termini di risorse. In questo modo, potrà supportare tutte le lingue e le voci disponibili con la massima qualità possibile. Inoltre, le correzioni e i miglioramenti dell’espressione vocale sono immediatamente disponibili per tutti gli utenti finali, senza la necessità di ulteriori aggiornamenti per tutti i dispositivi. La sintesi vocale (TTS) su cloud è indipendente dalla piattaforma, quindi riduce al minimo il tempo e l’impegno di sviluppo.

Semplicemente eseguendo l’accesso al tuo account AWS e accedendo alla console di Amazon Polly, che fa parte della Console AWS. Da quel momento la console può essere utilizzata per digitare un qualsiasi testo e ascoltare la voce generata o salvarla come file audio.

Le regioni che supportano le voci standard di Amazon Polly sono riportate nell'elenco dei servizi regionali di AWS. Le voci neurali sono supportate nel seguente sottoinsieme di queste regioni: Stati Uniti orientali (Virginia settentrionale), Stati Uniti occidentali (Oregon), Canada (Centrale), Asia Pacifico (Tokyo), Asia Pacifico (Seoul), Asia Pacifico (Singapore), Asia Pacifico (Sydney), Africa (Città del Capo), UE (Londra), UE (Francoforte), UE (Irlanda), UE (Spagna) e AWS GovCloud (Stati Uniti-Ovest).

Amazon Polly supporta tutti i linguaggi di programmazione inclusi nel kit SDK AWS (Java, Node.js, .NET, PHP, Python, Ruby, Go e C++) e nel kit SDK AWS Mobile (iOS/Android). Amazon Polly supporta inoltre l'API HTTP per poter implementare un layer di accesso personalizzato.

Con Amazon Polly è possibile eseguire lo streaming dell’audio agli utenti quasi in tempo reale. È inoltre possibile scegliere tra diversi livelli frequenza di campionamento per ottimizzare la larghezza di banda utilizzata e la qualità audio. Amazon Polly supporta lo streaming di formati audio MP3, Vorbis e PCM raw.

Per consultare un elenco completo delle lingue supportate da Amazon Polly, consultare la documentazione.

Per garantire la disponibilità delle risorse AWS e ridurre al minimo i rischi di spese eccessive per i nuovi clienti, AWS ha stabilito alcune limitazioni al servizio per ciascun account. L’uso Amazon Polly con un'applicazione che fornisce output vocale di alta qualità prevede alcune limitazioni di servizio, incluso il throttling, il funzionamento e l’uso di Speech Synthesis Markup Language (SSML). Per ulteriori informazioni, consultare la sezione Limiti di Amazon Polly nella Guida per lo sviluppatore. L'uso di Amazon Polly con altri servizi AWS, ad esempio AWS Batch per l'elaborazione in batch, può risultare molto utile per sfruttare tutte le possibilità offerte da Amazon Polly senza incorrere in limitazioni del servizio.

Amazon Polly è un servizio idoneo ai fini HIPAA coperto dal BAA (Business Associate Addendum) di AWS. Se disponi di un BAA con AWS, Amazon Polly tratterà, divulgherà e conserverà le informazioni sanitarie protette solo se stabilito nei termini del contratto e non secondo quanto stabilito nella sezione relativa alla privacy dei dati nelle domande frequenti su Amazon Polly.

Se sei interessato alla creazione di una Brand Voice attraverso Amazon Polly, contatta l'account manager di AWS o contattaci per ulteriori informazioni.

Ogni voce è unica, perciò, è importante che impariamo di più sui tuoi obiettivi per esaminare accuratamente un coinvolgimento di Brand Voice. Se sei interessato alla creazione di una Brand Voice attraverso Amazon Polly, contatta l'account manager di AWS o contattaci per ulteriori informazioni.