Amazon Polly は、テキストを生き生きとした音声に変換するサービスです。Amazon Polly では、何十種類ものリアルな音声を多数の言語でサポートしているため、最適な音声を選択して、音声対応アプリケーションをさまざまな国で配信できます。Amazon Polly では、音声に変換するテキストを Amazon Polly API に送信するだけで、Amazon Polly からアプリケーションにオーディオストリームがすぐに返信されます。ストリームは直接再生することも、MP3 のような標準的な音声ファイル形式で保存することもできます。
Amazon Polly を試す
無料のアカウントにサインアップまたはコンソールにサインイン
Amazon Polly の無料利用枠では、音声の最初のリクエストから 12 か月間は 1 か月あたり 500 万文字まで利用できます。
Amazon Polly 用の API を使用すれば、アプリケーションに音声合成を簡単に統合できます。音声に変換するテキストを Polly API に送信するだけで、Amazon Polly からアプリケーションにオーディオストリームがすぐに返信されます。アプリケーションで直接ストリーミングを開始することも、MP3 のような標準的な音声ファイル形式で保存することもできます。
| サンプリングレート | サンプルコード |
| "Hi. My name is Joanna." | from boto3 import client polly = client("polly", region_name="us-east-1") response = polly.synthesize_speech( Text="Hi. My name is Joanna.", OutputFormat="mp3", VoiceId="Joanna") |
Amazon Polly では、何十種類ものリアルな音声を多数の言語でサポートしているため、最適な音声を選択して、音声対応アプリケーションをさまざまな国で配信できます。
| 言語 | 女性 |
男性 |
| 英語 (オーストラリア) | Nicole | Russell |
| ポルトガル語 (ブラジル) | Vitória | Ricardo |
| フランス語 (カナダ) | Chantal | |
| デンマーク語 | Naja | Mads |
| オランダ語 | Lotte | Ruben |
| フランス語 | Céline | Mathieu |
| ドイツ語 | Vicki | Hans |
| Marlene | ||
| アイスランド語 | Dóra | Karl |
| 英語 (インド) | Raveena | |
| イタリア語 | Carla | Giorgio |
| 日本語 | Mizuki | |
| ノルウェー語 | Liv | |
| ポーランド語 | Ewa | Jacek |
| Maja | Jan | |
| ポルトガル語 (イベリア) | Inês | Cristiano |
| ルーマニア語 | Carmen | |
| ロシア語 | Tatyana | Maxim |
| スペイン語 (カスティリヤ) | Conchita | Enrique |
| スウェーデン語 | Astrid | |
| トルコ語 | Filiz | |
| 英語 (英国) | Amy | Brian |
| Emma | ||
| 英語 (米国) | Joanna | Joey |
| Salli | Justin | |
| Kendra | ||
| Kimberly | ||
| Ivy | ||
| スペイン語 (米国) | Penélope | Miguel |
| ウェールズ語 | Gwyneth | |
| 英語 (ウェールズ) | Geraint |
Amazon Polly により、特定の文、単語、および音が発音された場合に情報を提供する追加のメタデータストリームを、簡単にリクエストできます。 このメタデータストリームを合成音声のオーディオストリームとともに使用して、音声と同期した顔のアニメーションや、カラオケのような単語のハイライトなどの拡張されたビジュアル機能によって、アプリケーションを構築できるようになりました。
スピーチマークの使用方法に関する詳細については、このドキュメントを参照してください。
Amazon Polly を使えば、アプリケーションからユーザーに、あらゆる種類の情報をほぼリアルタイムにストリーミングできます。また、アプリケーションの帯域幅と音声品質を最適化するために、さまざまなサンプリングレートを選択できます。Amazon Polly では、MP3、Vorbis、raw PCM といったオーディオストリーム形式がサポートされています。
Amazon Polly では、W3C が定めた音声合成アプリケーション向け XML ベースマークアップ言語の標準フォーマットである Speech Synthesis Markup Language (SSML) に対応しており、言い回し、強調、イントネーションのための一般的な SSML タグがサポートされています。この柔軟性により、ユーザーの注意を引き、それを維持することのできる生き生きとした音声を作成できます。
詳細については、SSML タグに関する Amazon Polly のドキュメントをご覧ください。
| サンプル | SSML |
| This is how I speak normally. | (なし) |
| I can speak in a higher pitched voice, or I can speak in a lower pitched voice. |
|
| I can speak really slowly, or I can speak really fast. |
|
| I can also speak very loudly, or I can speak very quietly. |
|
| I can whisper. |
|
Amazon Polly では、AWS SDK に含まれるすべてのプログラミング言語 (Java、Node.js、.NET、PHP、Python、Ruby、Go、C++) および AWS Mobile SDK (iOS、Android) がサポートされています。Polly では HTTP API もサポートされているので、独自のアクセスレイヤーを実装することもできます。
Amazon Polly には、Polly API (およびさまざまな言語固有の SDK)、AWS マネジメントコンソール、AWS コマンドラインインターフェイス (CLI) を使用してアクセスできます。コンソール、API、CLI のいずれを使用しても、Amazon Polly の機能すべてを完全に制御できます。
Amazon Polly のカスタム辞書 (語彙機能) を使えば、会社名、略語、外国語、新語など、特定の単語 (フランス語以外の音声で発話する際の "ROTFL" や "C'est la vie" など) の発音を変更できます。このような発音をカスタマイズするには、辞書エントリの XML ファイルをアップロードします。例えば、"Nguyen" の発音をカスタマイズする場合、この XML を使用して音素を指定します。
