Sztuczna inteligencja w Amazon Polly zyskała wysoce ludzkie brzmienie

Firma Amazon Web Services zaktualizowała swoją usługę zamiany tekstu na mowę o nowy silnik generatywny. Amazon Polly generuje teraz znacznie bardziej naturalny głos, który przypomina ludzką mowę. Rozwiązanie to ułatwia codzienną pracę operatorom maszyn, a dla programistów oznacza wygodną aktualizację bez konieczności wprowadzania jakichkolwiek zmian w kodzie.

Nowy silnik generatywny w Amazon Polly poprawia płynność mowy

W publikacji cyklu AWS Weekly Roundup z 26 października 2026 roku poinformowano o udostępnieniu najnowszej wersji Amazon Polly. Amazon Web Services (AWS) wzbogaciło usługę zamiany tekstu na mowę o nowy silnik generatywny o nazwie Generative engine. Wykorzystuje on rozwiązania z zakresu sztucznej inteligencji (AI), co wpływa na wyraźną poprawę płynności oraz wyrazistości. Odtwarzany tekst upodobnił się brzmieniem do mowy ludzkiej. Taka technologia jest dedykowana do zastosowań w miejscach, w których tradycyjny ekran bywa niewystarczający lub niemożliwy w bezpośredniej obsłudze ze względów bezpieczeństwa. Opcja ta skupia się na dostarczaniu informacji przez interfejs głosowy.

Kilkanaście nowych głosów i kolejne języki w zaktualizowanej usłudze chmurowej AWS

Aktualizacja silnika pociągnęła za sobą rozbudowę dotychczasowego katalogu opcji wirtualnego lektora w ramach usługi chmurowej. Wprowadzono następujące nowości:

• dodano 14 nowych głosów z przypisaniem do dziewięciu lokalizacji,
• zwiększono łączną pulę głosów generatywnych do 57 pozycji,
• wprowadzono obsługę 11 języków w 25 różnorodnych lokalizacjach na świecie,
• język hindi oraz język fiński stały się po raz pierwszy ogólnodostępne w usłudze.

Brazylijska odmiana języka portugalskiego powiększyła się o dwa nowe głosy, którym przypisano imiona Leo oraz Carolina.

Brazylijskie innowacje w rolnictwie zaprezentowane w São Paulo

Szczegółowe funkcjonalności narzędzia zaprezentowano w biurze AWS zlokalizowanym w São Paulo (Brazylia). Organizatorzy wydarzenia nie udostępnili dokładnego adresu obiektu ani wskazówek dojazdu. Spotkanie poprowadził Daniel Abib, pełniący rolę Senior Specialist Solutions Architect w AWS, będący również autorem wpisu o nowościach. Prezentacja dotyczyła branży rolniczej (agribusiness) i była skierowana do liderów technologicznych oraz komercyjnych z tego sektora. Zastosowanie interfejsu głosowego w ciągnikach i maszynach rolniczych umożliwia łatwy odbiór powiadomień. Operatorzy obsługujący maszyny zyskują dostęp do danych podczas trzymania rąk na kierownicy. W relacji z wydarzenia zabrakło informacji określających czas trwania prezentacji oraz to, czy obowiązywały na niej limity miejsc.

Brak zmian w kosztach i kodzie po wdrożeniu nowego Amazon Polly

Programiści i architekci rozwiązań chmurowych otrzymują dostęp do ułatwionej integracji nowej funkcji. Zmiany udostępniono w formie bezproblemowej aktualizacji typu drop in upgrade. Korzystanie z rozwiązania nie wymaga zmian w dotychczasowym kodzie aplikacji. Usługa Amazon Polly zachowała te same nazwy głosów oraz identyczne wywołania interfejsu o nazwie SynthesizeSpeech. Dotychczasowa cena usługi pozostaje bez zmian po nowelizacji technologii. Wykorzystanie aktualizacji nie wiąże się ze specjalnymi warunkami uczestnictwa, brak tu wymogów dotyczących zapisów czy pobierania materiałów. Dostawca nie informuje także o jakichkolwiek zniżkach na korzystanie z silnika generatywnego.

*Tekst ma charakter informacyjny i opiera się na oficjalnych danych udostępnionych przez dostawcę technologii chmurowych. Opisane funkcje usługi oraz specyfikacja techniczna są aktualne na dzień publikacji materiału.*