Amazon Web Services открыла контролируемый доступ к клонированию голоса в облачном сервисе синтеза речи Amazon Polly. Нескольких минут записей согласившегося диктора достаточно, чтобы создать голос для озвучивания нового текста.
Избранным клиентам Polly функцию уже подключили. Остальным нужно обратиться к менеджеру AWS или подать заявку: компания проверяет клиента и сценарий применения, а после одобрения обычно включает доступ за пять–семь рабочих дней. Разрешение действует только для указанных аккаунтов и сценария; для нового применения потребуется отдельная заявка. AWS не разрешает использовать функцию в сервисах, где конечные пользователи сами создают клоны голосов.
При создании голоса клиент выбирает язык и передаёт записи одного человека. Сборка обычно занимает от пяти до десяти минут. Перед выдачей результата Polly проверяет его сходство с исходным голосом, но не устанавливает, согласился ли диктор: получить и сохранить согласие должен клиент. При отзыве согласия AWS предписывает удалить созданный голос.
Читайте также
Клон привязан к аккаунту и региону AWS, где его создали: другой аккаунт использовать его не сможет. Доступ можно оставить только нужным сотрудникам и системам, а сами голоса AWS автоматически шифрует. Компания предупреждает, что обновления генеративной модели могут слегка менять звучание, а в редких случаях синтез способен обрывать слова или выдавать неожиданный результат.
На старте поддерживаются английский, испанский, немецкий, французский, итальянский, португальский и хинди. Каждый голос говорит только на языке исходных записей, поэтому для многоязычного приложения придётся создавать и проверять отдельный вариант для каждого языка.
AWS предлагает применять клоны в голосовых помощниках, телефонной поддержке, уведомлениях, курсах, аудиокнигах, подкастах и играх. Создание голоса для клиентов Polly бесплатно, дальнейший синтез оплачивается по мере использования.
Новая функция отличается от представленной ещё в 2020 году Brand Voice. Такой фирменный голос специалисты Amazon создают вместе с заказчиком, тогда как новый custom voice клиент собирает из своих записей через консоль или программный интерфейс Polly.
Российским компаниям Amazon Polly напрямую недоступен: AWS не принимает новых клиентов из России. Русский язык клонирование голоса также не поддерживает.
