Amazon Polly生成式引擎升级：新增 14 种声音，首次支持印地语和芬兰语
AWS称此次升级为直接替换，现有语音名称和API调用不变，代码无需改动；生成式语音总数增至 57 种，覆盖 11 种语言、25 个地区变体。
AI解读：AWS发布了Amazon Polly生成式引擎的升级版，称输出更自然、更准确，且保持低延迟。
新增 14 种生成式语音，分布在 9 个地区变体，其中印地语（Arjun、Kiara）和芬兰语（Suvi）是首次在生成式引擎上正式提供。
AWS强调这是直接替换：现有生成式语音的名称与API调用不变，现有应用无需改代码；新应用仍通过同一个SynthesizeSpeech API获取更大的语音目录。
升级后生成式语音共 57 种，覆盖 11 种语言、25 个地区变体；可用区域新增AWS GovCloud（美国西部），合计 11 个AWS区域。
AWS称价格不变、没有新SKU、现有集成无需调整，静态提示音可缓存回放且不额外收费。标准语音和神经语音不受此次升级影响。
AWS于 10 月发布Amazon Polly生成式引擎升级，称语音输出更自然、更准确，同时保持低延迟。该升级已正式可用，AWS将其定位为对现有生成式语音的直接替换：语音名称和API调用不变，现有应用无需改动代码。
升级新增 14 种生成式语音、覆盖 9 个地区变体，印地语和芬兰语首次在Polly生成式引擎上正式提供。升级后生成式语音总数为 57 种，覆盖 11 种语言、25 个地区变体。
新增语音与语言
AWS列出的 14 种新语音为：美式英语Kenneth、Nate；澳大利亚英语Russell、Curtis；印度英语Kiara、Arjun；德语Tina；美式西班牙语Carlos；巴西葡萄牙语Leo、Carolina；韩语Hyunduk；印地语Kiara、Arjun；芬兰语Suvi。
其中印地语和芬兰语是首次在生成式引擎上正式提供。AWS在公告中给出三种新语音的示例音频，用以展示本地语言效果。
- 新增 14 种生成式语音，覆盖 9 个地区变体
- 首次正式提供生成式印地语（Arjun、Kiara）和芬兰语（Suvi）
- 生成式语音总数 57 种，覆盖 11 种语言、25 个地区变体
升级方式与适用范围
AWS称此次升级对已使用Polly生成式语音的应用就地生效，无需修改代码；新应用通过同一个SynthesizeSpeech API即可使用扩充后的语音目录。双向流式接口StartSpeechSynthesisStream可同时流式输入文本、返回合成音频，AWS称其适用于语音助手和游戏角色等实时场景。
AWS说明，标准语音和神经语音不受此次升级影响；生成式语音仍不支持speech marks（该限制此前已存在），需要该功能的应用可继续使用标准或神经语音。生成式引擎继续支持SSML标签。
可用区域包括美国东部（弗吉尼亚北部）、美国西部（俄勒冈）、欧洲（法兰克福）、欧洲（苏黎世）、欧洲（伦敦）、亚太地区（悉尼）、亚太地区（首尔）、亚太地区（新加坡）、亚太地区（东京）、加拿大（中部）以及AWS GovCloud（美国西部），合计 11 个AWS区域。AWS建议在部署时调用DescribeVoices或查看控制台，确认所选语音在目标区域可用。
- 现有生成式语音就地升级，语音名称与API调用不变
- 标准语音和神经语音不受影响
- 生成式语音不支持speech marks，标准与神经语音仍支持
- 生成式引擎继续支持SSML
- 14 种新语音在 11 个AWS区域提供
AWS给出的效果说法与客户案例
AWS称升级后的引擎能依据文本内容反映情绪和语调，无需手动设置，并给出同一句话在Neutral、Uncertainty、Surprised三种情境下的示例。AWS还称新语音能更准确地朗读数字、货币、地址和确认码，并以一段订单确认音频作为示例。这些均为AWS的展示材料，公告未提供可量化的评测数据。
芬兰媒体公司Sanoma Media Finland的产品经理Justus Reinikainen在公告中称，该公司每月用Polly芬兰语神经语音发布超过 1 万篇文章的音频版本；基于其测试，新生成式语音Suvi相比此前的神经语音有明显改进，听起来更自然。这是单一客户基于自身测试的说法。
AWS称此次升级价格不变、没有新SKU、现有集成无需调整，静态提示音可缓存回放且不额外收费。定价细节以Amazon Polly定价页面为准，公告未列出具体单价。
- 情绪与语调调整由文本驱动，无需手动设置（AWS说法）
- AWS称数字、货币、地址朗读更准确，但未公布量化评测
- Sanoma Media Finland称Suvi生成式语音优于其此前使用的芬兰语神经语音（客户测试说法）
- AWS称价格不变、无新SKU