Amazon Polly
开发人员指南
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

Amazon Polly 的工作原理

Amazon Polly 将输入文本转换为栩栩如生的语音。调用语音合成方法之一,提供要合成的文本,选择神经文本到语音转换 (NTTS) 或标准文本到语音转换 (TTS) 语音,并指定音频输出格式。之后,Amazon Polly 会将提供的文本合成为高质量语音音频流。

  • 输入文本 – 提供要合成的文本,然后 Amazon Polly 返回音频流。您可以提供纯文本格式或语音合成标记语言 (SSML) 格式的文本。借助 SSML,您可以控制语音的各个方面,如发音、音量、音高和语速。有关更多信息,请参阅由 SSML 文档生成语音

     

  • 可用语音 – Amazon Polly 提供了语言和各种语音的组合,包括双语语音(适用于英语和印地语)。对于大多数语言,您可以从多种男性和女性语音中选择。在启动语音合成任务时,您可以指定语音 ID,然后 Amazon Polly 会使用该语音将文本转换为语音。Amazon Polly 不是翻译服务 — 合成的语音采用与文本相同的语言。但是,如果文本的语言与为语音指定的语言不同,则表示为阿拉伯数字的数字(例如,53,而不是五十三)将以语音而非文本的语言合成。有关更多信息,请参阅 Amazon Polly 中的语音

     

  • 输出格式 – Amazon Polly 可以提供多种格式的合成语音。您可以选择适合您需求的音频格式。例如,您可以请求 MP3 或 Ogg Vorbis 格式的语音,以供 Web 和移动应用程序使用。或者,您可以请求 PCM 输出格式,以供 AWS IoT 设备和通话解决方案使用。

接下来做什么?

如果您不熟悉 Amazon Polly,我们建议您按顺序阅读以下主题:

本页内容: