本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# Amazon Polly 語音引擎
Amazon Polly 有四個語音引擎，可將輸入文字轉換為逼真的語音。這些包括：**生成式**、**長形**、**神經**性和**標準**。若要使用 Amazon Polly 語音，請選取引擎和語音合成 API 操作。然後提供輸入文字讓引擎合成，然後選取音訊輸出格式。根據這些輸入，Amazon Polly 會將提供的文字合成為高品質的語音音訊串流。
下列各節包含 Amazon Polly 提供之語音引擎的詳細資訊。
**Topics**
+ [生成式語音](generative-voices.md)
+ [長形語音](long-form-voices.md)
+ [神經語音](neural-voices.md)
+ [標準語音](standard-voices.md)
+ [選擇語音引擎](using-voices.md)
# 生成式語音
Amazon Polly 的**生成文字**text-to-speech(TTS) 引擎提供最人性化、情感參與和適應性的對話語音，可透過 Amazon Polly 主控台使用。
**生成式引擎**是迄今為止最大的 Amazon Polly TTS 模型。它會部署十億參數轉換器，將原始文字轉換為語音碼，然後部署以卷積為基礎的解碼器，以增量、可串流的方式將這些語音碼轉換為波形。此方法顯示大型語言模型 (LLMs) 在訓練越來越多的公開可用和專屬資料時廣泛報告的緊急功能，包括各種語音、語言和風格。
生成式引擎會建立合成語音，以與人類語音非常相似的方式，以情感參與、自信和高度共通。您可以使用這些語音做為知識淵博的客戶助理、虛擬訓練師，或具有近乎人類合成語音的廣告商。
**注意**
這些語音的state-of-the-art技術位於生成式 AI 語言和語音建模的範式中。技術的副作用是，訓練資料和模型的任何更新都可能導致聲音聲音的音量稍微變化，即使整體品質隨著模型更新而改善。這可能會影響長時間合成不同內容組件的使用案例，例如播客季節。
## 可用的生成語音
Amazon Polly 目前在生成變體中提供 43 個語音。
| | Language | 語言代碼 | 名稱/ID | Gender |
| --- | --- | --- | --- | --- |
| 1 | **英文 (澳洲)** | en-AU | 奧利維亞 | 女性 |
| 2 | **英文 (英國)** | en-GB | Amy Brian | 女性 男性 |
| 3 | **英文 (印度)** | en-IN | 卡加爾文 | 女性 |
| 4 | **英文 （愛爾蘭）** | en-IE | Niamh | 女性 |
| 5 | **英文 （紐西蘭）** | en-NZ | Aria | 女性 |
| 6 | **英文 （新加坡）** | en-SG | 茉莉花 | 女性 |
| 7 | **英文 （南非）** | en-ZA | Ayanda | 女性 |
| 8 | **英文 (美國)** | zh-TW | 丹尼爾文 Joanna Matthew Ruth Salli Stephen Tiffany | 女性 女性 男性 女性 女性 男性 女性 |
| 9 | **荷蘭文 （比利時）** | nl-BE | Lisa | 女性 |
| 10 | **荷蘭文 （荷蘭）** | nl-NL | 月亮 | 女性 |
| 11 | **法文 （比利時）** | fr-BE | 伊沙貝爾 | 女性 |
| 12 | **法文 (加拿大)** | fr-CA | 加布里爾 Liam | 女性 男性 |
| 13 | **法文 （法國）** | fr-FR | Ambre Céline 佛羅里安 Léa Rémi | 女性 女性 男性 女性 男性 |
| 14 | **德文 （奧地利）** | de-AT | 漢納 | 女性 |
| 15 | **德文 （德國）** | de-DE | 丹尼爾 利納特 Vicki | 男性 男性 女性 |
| 16 | **德文 （瑞士）** | de-CH | 薩布林納 | 女性 |
| 17 | **義大利文 （義大利）** | it-IT | 披頭四 Bianca Lorenzo | 女性 女性 男性 |
| 18 | **韓文 （韓國）** | ko-KR | Seoyeon | 女性 |
| 19 | **波蘭文 （波蘭）** | pl-PL | Ewa 奧拉 | 女性 女性 |
| 20 | **葡萄牙文 (巴西)** | pt-BR | Camila | 女性 |
| 21 | **西班牙文 （墨西哥）** | es-MX | 安德列 Mía | 男性 女性 |
| 22 | **西班牙文 （西班牙）** | es-ES | Lucia Sergio | 女性 男性 |
| 23 | **西班牙文 （美國）** | es-US | Lupe Pedro | 女性 男性 |
**注意**
生成語音成本會在 [Amazon Polly 定價資訊頁面上](https://aws.amazon.com/polly/pricing/)指定。
## 功能和區域相容性
Amazon Polly 生成語音可在下列區域使用：
+ 美國東部 (維吉尼亞北部)：us-east-1
+ 歐洲 （法蘭克福）：eu-central-1
+ 美國西部 (奧勒岡)：us-west-2
+ 亞太區域 （東京）：ap-northeast-1
+ 亞太區域 （首爾）：ap-northeast-2
+ 亞太區域 （新加坡）：ap-southeast-1
+ 歐洲 （倫敦）：eu-west-2
+ 加拿大 （中部）：ca-central-1
+ 其他區域無法使用
**生成語音支援下列功能：**
+ 雙向串流 API 現已在生成式引擎中提供，並允許同時串流輸入和輸出。此 API 可在下列 AWS 區域使用：美國東部 （維吉尼亞北部）、歐洲 （法蘭克福）、美國西部 （奧勒岡） 和亞太區域 （新加坡）。請造訪 [文件](https://docs.aws.amazon.com/polly/latest/dg/API_StartSpeechSynthesisStream.html)以進一步了解如何使用它。
+ 即時和非同步語音合成操作。
+ **生成式**引擎不支援新聞播報員說話風格。
+ Amazon Polly 支援許多 （但非全部） SSML 標籤。如需 NTTS 支援的 SSML 標籤的詳細資訊，請參閱[支援的 SSML 標籤](https://docs.aws.amazon.com/polly/latest/dg/supportedtags.html)
+ 如同標準語音，您可以從各種取樣率中選擇，為您的應用程式最佳化頻寬和音訊品質。標準和神經語音的有效取樣率為 8 kHz、16 kHz、22 kHz 或 24 kHz。標準語音的預設值為 22 kHz。生成語音的預設值為 24 kHz。Amazon Polly 支援 MP3、OGG (Vorbis) 和原始 PCM 音訊串流格式。
*目前無法支援產生語音標記。*
**注意**
目前，歐洲 （倫敦） 和加拿大 （中部） 區域僅支援以下生成語音：Workday (en-US)、Amy (en-GB)、Brian (en-GB)、Florian (fr-FR)、Ambre (fr-FR)、Lorenzo (it-IT)、Beatrice (it-IT)、Jasmine (en-SG)、Aria (en-NZ)、Sabrina (de-CH)、Hannah (de-AT)、Niamh (en-IE)、Camila (pt-BR)、Lisa (nl-BE) 和 Seoyeon (ko-KR)
**注意**
在極少數的模型幻覺情況下，（以及隨著生成式引擎透過權杖轉譯語音權杖的模型行為） 具有強制執行的緊急停止機制。內建機制會阻止模型進一步轉譯語音。此安全功能是以資料分析為基礎，其中模型可能幻覺，通常是在句子結尾。
在某些情況下，模型可能會認為它會幻覺，然後在產生步驟期間最終剪下一個字詞，因此轉譯一半的字詞。這可能會產生不適當的結果。
# 長形語音
Amazon Polly 具有**長形引擎**，可產生類似人類、高度表達和情緒熟練的語音。長形語音旨在吸引聆聽者注意較長的內容，例如新聞文章、訓練資料或行銷影片。
Amazon Polly 長形語音是使用尖端深度學習 TTS 技術所開發。此模型會學習複寫人類語言的音素、音素、語調和其他音素和聲音層面，進而產生高度自然的語音輸出。
長形引擎使用文字內嵌來解釋文字的意義。使用文字內嵌，長形引擎可以產生自然聲音的正確強調、暫停和色調。結果是語音，結合存在於人類溝通中的完整情緒元素範圍。這包括模擬意外或區分對話與敘述。這共同建立了一個高級語音產品，聽起來像活人。
**注意**
以這些語音為基礎的state-of-the-art技術位於生成式 AI 語言和語音建模的範式中。技術的副作用是，訓練資料和模型的任何更新都可能導致聲音聲音的音質稍微變化，即使整體品質隨著模型更新而改善。這可能會影響長時間合成不同內容組件的使用案例，例如播客季節。
## 可用的長格式語音
Amazon Polly 目前提供四個 en-US 和兩個 es-ES 長格式語音。兩種語言都提供女性和男性語音。英文長格式語音 Daniel、Gregory 和 Ruth 也提供對話式 NTTS 變體。
| | Language | 語言代碼 | 名稱/ID | Gender |
| --- | --- | --- | --- | --- |
| 1 | **英文 (美國)** | zh-TW | 丹尼爾文 Gregory Ruth 派翠克 | 女性 男性 女性 男性 |
| 2 | **西班牙文 （西班牙）** | es-ES | Alba Raúl | 女性 男性 |
## 功能和區域相容性
Amazon Polly 長格式語音可在下列區域使用：
+ 美國東部 (維吉尼亞北部)：us-east-1
+ 其他區域無法使用
**Amazon Polly Long-form 引擎支援下列功能：**
+ 即時和非同步語音合成操作。
+ 所有[語音標記](https://docs.aws.amazon.com/polly/latest/dg/speechmarks.html)。
+ Amazon Polly 支援許多 （但非全部） SSML 標籤。如需 NTTS 支援的 SSML 標籤的詳細資訊，請參閱[支援的 SSML 標籤](https://docs.aws.amazon.com/polly/latest/dg/supportedtags.html)
+ 如同標準語音，您可以從各種取樣率中選擇，為您的應用程式最佳化頻寬和音訊品質。標準語音、長式語音和神經語音的有效取樣率為：8 kHz、16 kHz、22kHz 或 24 kHz。標準語音的預設值為 22 kHz。長格式和神經語音的預設值為 24 kHz。Amazon Polly 支援 MP3、OGG (Vorbis) 和原始 PCM 音訊串流格式。
**注意**
長格式語音成本是在 [Amazon Polly 定價資訊頁面上](https://aws.amazon.com/polly/pricing/)指定。
# 神經語音
Amazon Polly 具有**神經text-to-speech(NTTS) 引擎**，可產生比標準語音更高品質的語音。標準 TTS 語音使用串連合成。標準引擎會串連錄製語音的音素，產生非常自然的音調合成語音。然而，語音中不可避免的變化以及用於分段波形的技術會限制語音品質。Amazon Polly NTTS 引擎不使用標準串連合成來產生語音。它有兩個部分：
+ 神經網路 — 將一系列音素 （最基本的語言單位） 轉換為一系列*光譜圖*。(Spectogram 是不同頻帶中能源層級的快照。)
+ vocoder — 將光譜圖轉換為幾乎連續的音訊訊號。
類神經 TTS 系統的第一個元件是序列對序列的模型。此模型不會只從對應的輸入建立其結果，也會考慮輸入元素序列如何共同運作。模型會選擇其輸出的光譜圖，以便其頻帶強調人類大腦在處理語音時使用的聲學特徵。
接著，此模型的輸出會傳遞至神經聲碼器。這會將光譜圖轉換為語音波形。在用於建置一般用途串連合成系統的大型資料集上訓練時，這種sequence-to-sequence方法會產生更高品質、更自然的語音。
## 可用的神經語音
神經語音提供 36 種語言和語言變體。下表列出了這些語音。
| | 語言和語言變體 | 語言代碼 | 名稱/ID | Gender |
| --- | --- | --- | --- | --- |
| 1 | **阿拉伯文 （海灣）** | ar-AE | Hala Zayd | 女性 男性 |
| 2 | **比利時荷蘭文 （瑞典文）** | nl-BE | Lisa | 女性 |
| 3 | **加泰隆尼亞文** | ca-ES | Arlet | 女性 |
| 4 | **捷克文** | cs-CZ | Jitka | 女性 |
| 5 | **中文 （中文）** | yue-CN | 海津 | 女性 |
| 6 | **中文 （國語）** | cmn-CN | Zhiyu | 女性 |
| 7 | **丹麥文** | da-DK | Sofie | 女性 |
| 8 | **荷蘭文** | nl-NL | 勞拉 | 女性 |
| 9 | **英文 (澳洲)** | en-AU | 奧利維亞 | 女性 |
| 10 | **英文 (英國)** | en-GB | Amy\$1 Emma Brian Arthur | 女性 女性 男性 男性 |
| 11 | **英文 (印度)** | en-IN | 卡加爾文 | 女性 |
| 12 | **英文 （愛爾蘭）** | en-IE | Niamh | 女性 |
| 13 | **英文 （紐西蘭）** | en-NZ | Aria | 女性 |
| 14 | **英文 （新加坡）** | en-SG | 茉莉花 | 女性 |
| 15 | 英文 （南非） | en-ZA | Ayanda | 女性 |
| 16 | **英文 (美國)** | zh-TW | 丹尼爾文 Gregory Ivy Joanna\$1 Kendra Kimberly Salli Joey Justin Kevin Matthew\$1 Ruth Stephen | 女性 男性 女性 （子） 女性 女性 女性 女性 男性 男性 (兒童) 男性 (兒童) 男性 女性 男性 |
| 17 | **芬蘭文** | fi-FI | Suvi | 女性 |
| 18 | **法文 （比利時）** | fr-BE | 伊薩貝爾 | 女性 |
| 19 | **法文 (加拿大)** | fr-CA | 加布里爾文 Liam | 女性 男性 |
| 20 | **法文** | fr-FR | Léa Rémi | 女性 男性 |
| 21 | **德文** | de-DE | Vicki 丹尼爾 | 女性 男性 |
| 22 | **德文 （奧地利）** | de-AT | 漢納 | 女性 |
| 23 | **德文 （瑞士）** | de-CH | 薩布林納 | 女性 |
| 24 | **印地文** | hi-IN | 卡加爾文 | 女性 |
| 25 | **義大利文** | it-IT | Bianca Adriano | 女性 男性 |
| 26 | **日文** | ja-JP | Takumi 卡茲哈 Tomoko | 男性 女性 女性 |
| 27 | **韓文** | ko-KR | Seoyeon Jihye | 女性 女性 |
| 28 | **挪威文** | nb-NO | Ida | 女性 |
| 29 | **波蘭文** | pl-PL | 奧拉 | 女性 |
| 30 | **葡萄牙文 (巴西)** | pt-BR | Camila Vitória/Vitoria Thiago | 女性 女性 男性 |
| 31 | **葡萄牙文 (歐洲)** | pt-PT | Inês/Ines | 女性 |
| 32 | **西班牙文 （西班牙）** | es-ES | Lucia 塞爾吉奧 | 女性 男性 |
| 33 | **西班牙文 （墨西哥）** | es-MX | Mia 安德列 | 女性 男性 |
| 34 | **西班牙文 （美國）** | es-US | Lupe\$1 Pedro | 女性 男性 |
| 35 | **瑞典文** | sv-SE | Elin | 女性 |
| 36 | **土耳其文** | tr-TR | 爆量 | 女性 |
\$1Amy、Joanna、Lupe 和 Matthew 語音可與新聞播報員說話風格搭配使用。如需詳細資訊，請參閱[套用新聞播報員語音](newscaster-voices.md)。
## 功能和區域相容性
神經語音並非所有 AWS 區域皆可使用，也不支援所有 Amazon Polly 功能。
下列區域支援神經語音：
+ 美國東部 (維吉尼亞北部)：us-east-1
+ 美國西部 (奧勒岡)：us-west-2
+ 非洲 （開普敦）：af-south-1
+ 亞太區域 （東京）：ap-northeast-1
+ 亞太區域 （首爾）：ap-northeast-2
+ 亞太區域 （大阪）：ap-northeast-3
+ 亞太區域 （孟買）：ap-south-1
+ 亞太區域 （新加坡）：ap-southeast-1
+ 亞太區域 (雪梨)：ap-southeast-2
+ 亞太區域 （馬來西亞）：ap-southeast-5
+ 加拿大 （中部）：ca-central-1
+ 歐洲 （法蘭克福）：eu-central-1
+ 歐洲 （愛爾蘭）：eu-west-1
+ 歐洲 （倫敦）：eu-west-2
+ 歐洲 （巴黎）：eu-west-3
+ 歐洲 （西班牙）：eu-south-2
+ 歐洲 （蘇黎世）：eu-central-2
+ AWS GovCloud （美國西部）：us-gov-west-1
這些區域的端點和協定與用於標準語音的端點和協定相同。如需詳細資訊，請參閱 [Amazon Polly 端點和配額](https://docs.aws.amazon.com/general/latest/gr/pol.html)。
神經語音支援以下功能：
+ 即時和非同步語音合成操作。
+ 新聞播報員風格。如需有關說話風格的詳細資訊，請參閱 [套用新聞播報員語音](newscaster-voices.md)。
+ 所有語音標記。
+ Amazon Polly 支援的許多 （但不是全部） SSML 標籤。如需 NTTS 支援的 SSML 標籤的詳細資訊，請參閱支援的標籤。
如同標準語音，您可以從各種取樣率中選擇，為您的應用程式最佳化頻寬和音訊品質。標準和神經語音的有效取樣率為 8 kHz、16 kHz、22 kHz 或 24 kHz。標準語音的預設值為 22 kHz。神經語音的預設值為 24 kHz。Amazon Polly 支援 MP3、OGG (Vorbis) 和原始 PCM 音訊串流格式。
# 標準語音
Amazon Polly 具有使用串連合成**的標準**引擎。標準引擎會串連錄製語音的音素，產生非常自然的音調合成語音。
## 可用的標準語音
Amazon Polly 目前提供 29 種語言和語言變體的 40 個女性和 20 個男性標準語音。
| | Language | 語言代碼 | 名稱/ID | Gender |
| --- | --- | --- | --- | --- |
| 1 | **阿拉伯文** | arb | Zeina | 女性 |
| 2 | **中文 （國語）** | cmn-CN | Zhiyu | 女性 |
| 3 | **丹麥文** | da-DK | Naja Mads | 女性 男性 |
| 4 | **荷蘭文** | nl-NL | Lotte Ruben | 女性 男性 |
| 5 | **英文 (澳洲)** | en-AU | Nicole Russell | 女性 男性 |
| 6 | **英文 (英國)** | en-GB | Amy Emma Brian | 女性 女性 男性 |
| 7 | **英文 (印度)** | en-IN | Aditi Raveena | 女性 女性 |
| 8 | **英文 (美國)** | zh-TW | Ivy Joanna Kendra Kimberly Salli Joey Kevin | 女性 女性 女性 女性 女性 男性 男性 |
| 9 | **英文 (威爾)** | en-GB-WLS | Geraint | 男性 |
| 10 | **法文** | fr-FR | Céline/Celine Léa Mathieu | 女性 女性 男性 |
| 11 | **法文 (加拿大)** | fr-CA | Chantal | 女性 |
| 12 | **德文** | de-DE | Marlene Vicki Hans | 女性 女性 男性 |
| 13 | **印地文** | hi-IN | Aditi | 女性 |
| 14 | **冰島文** | is-IS | Dóra/Dora Karl | 女性 男性 |
| 15 | **義大利文** | it-IT | Carla Bianca Giorgio | 女性 女性 男性 |
| 16 | **日文** | ja-JP | Mizuki Takumi | 女性 男性 |
| 17 | **韓文** | ko-KR | Seoyeon | 女性 |
| 18 | **挪威文** | nb-NO | Liv | 女性 |
| 19 | **波蘭文** | pl-PL | Ewa Maja Jacek Jan | 女性 女性 男性 男性 |
| 20 | **葡萄牙文 (巴西)** | pt-BR | Camila Vitória/Vitoria Ricardo | 女性 女性 男性 |
| 21 | **葡萄牙文 (歐洲)** | pt-PT | Inês/Ines Cristiano | 女性 男性 |
| 22 | **羅馬尼亞文** | ro-RO | Carmen | 女性 |
| 23 | **俄文** | ru-RU | Tatyana Maxim | 女性 男性 |
| 24 | **西班牙文 （西班牙）** | es-ES | Conchita Lucia Enrique | 女性 女性 男性 |
| 25 | **西班牙文 （墨西哥）** | es-MX | Mia | 女性 |
| 26 | **西班牙文 （美國）** | es-US | Lupe Penélope/Penelope Miguel | 女性 女性 男性 |
| 27 | **瑞典文** | sv-SE | Astrid | 女性 |
| 28 | **土耳其文** | tr-TR | Filiz | 男性 |
| 29 | **威爾斯文** | cy-GB | Gwyneth | 女性 |
## 功能和區域相容性
Amazon Polly 標準語音可在下列 Amazon Polly 區域使用：
+ 美國東部 (維吉尼亞北部)：us-east-1
+ 美國東部 （俄亥俄）：us-east-2
+ 美國西部 （加利佛尼亞北部）：us-west-1
+ 美國西部 (奧勒岡)：us-west-2
+ 非洲 （開普敦）：af-south-1
+ 亞太區域 （香港）：ap-east-1
+ 亞太區域 （東京）：ap-northeast-1
+ 亞太區域 （首爾）：ap-northeast-2
+ 亞太區域 （大阪）：ap-northeast-3
+ 亞太區域 （孟買）：ap-south-1
+ 亞太區域 （新加坡）：ap-southeast-1
+ 亞太區域 (雪梨)：ap-southeast-2
+ 亞太區域 （馬來西亞）：ap-southeast-5
+ 中國 （寧夏）：cn-northwest-1；
+ 加拿大 （中部）：ca-central-1
+ 歐洲 （法蘭克福）：eu-central-1
+ 歐洲 （愛爾蘭）：eu-west-1
+ 歐洲 （倫敦）：eu-west-2
+ 歐洲 （巴黎）：eu-west-3
+ 歐洲 （西班牙）：eu-south-2
+ 歐洲 （斯德哥爾摩）：eu-north-1
+ 中東 （巴林）：me-south-1
+ 南美洲 （聖保羅）：sa-east-1
+ AWS GovCloud （美國西部）：us-gov-west-1
這些區域的端點和通訊協定與用於神經語音的端點和通訊協定相同。如需詳細資訊，請參閱 [Amazon Polly 端點和配額](https://docs.aws.amazon.com/general/latest/gr/pol.html)。
**Amazon Polly 標準引擎支援下列功能 (TBD)：**
+ 即時和非同步語音合成操作。
+ 所有[語音標記](https://docs.aws.amazon.com/polly/latest/dg/speechmarks.html)。
+ Amazon Polly 支援許多 （但非全部） SSML 標籤。如需 NTTS 支援的 SSML 標籤的詳細資訊，請參閱[支援的 SSML 標籤](https://docs.aws.amazon.com/polly/latest/dg/supportedtags.html)。
+ 您可以從各種取樣率中選擇，以最佳化應用程式的頻寬和音訊品質。標準語音的預設取樣率為 22 kHz。Amazon Polly 支援 MP3、OGG (Vorbis) 和原始 PCM 音訊串流格式。
**注意**
標準語音成本在 [Amazon Polly 定價資訊頁面上](https://aws.amazon.com/polly/pricing/)指定。
# 選擇語音引擎
您可以透過 Amazon Polly 主控台或 存取 Amazon Polly 語音 AWS CLI。
**在主控台上選擇語音引擎**
1. 開啟位於 https：//[https://console.aws.amazon.com/polly/](https://console.aws.amazon.com/polly/) 的 Amazon Polly 主控台。
1. 從 Amazon Polly 主控台中，選擇所需的語音引擎。
1. 從語音下拉式功能表中選擇所需的語音。
1. 使用您選擇的文字產生 TTS 音訊。
若要在 中選擇語音引擎 AWS CLI，請在 `SyntheszieSpeech`或 `StartSpeechSynthesisTask` API 操作`VoiceId`中指定 `Engine`和 。如需一些範例，請參閱[快速入門程式碼範例](https://docs.aws.amazon.com/polly/latest/dg/get-started-what-next.html)和 [Python 範例](https://docs.aws.amazon.com/polly/latest/dg/get-started-what-next.html)。