Amazon Polly가 Generative 엔진에 대한 주요 업그레이드를 제공합니다

Amazon Polly Generative 엔진이 이제 더 자연스럽고 정확한 음성 출력을 제공합니다. 저희는 Amazon Polly Generative 엔진 에 대한 업그레이드를 소개하며, 이 업그레이드는 낮은 지연 시간으로 더 풍부하고 더 정확한 음성 출력을 제공합니다. 이번 업그레이드는 9개 로캘에서 14개의 새로운 음성을 추가하며, 여기에는 힌디어와 핀란드어의 Generative 음성이 처음으로 정식 출시되는 것이 포함됩니다. 이번 업그레이드는 현재 프로덕션 환경에서 정식으로 사용할 수 있습니다.

중요한 점은, 이것이 기존 generative 음성을 위한 간편(drop-in) 업그레이드라는 것입니다. 음성 이름과 API 호출은 변경되지 않으므로 기존 애플리케이션은 오늘날과 동일하게 계속 작동합니다.

Amazon Polly 는 텍스트를 자연스러운 음성으로 변환하는 완전관리형 AWS 서비스로, 콜센터, 대규모 언어 모델(LLM) 기반 에이전트 애플리케이션, 미디어 및 엔터테인먼트, e러닝, 접근성, 그리고 대규모로 안정적인 음성 출력이 필요한 기타 애플리케이션에 사용됩니다.

차이점을 들어보세요

샘플 오디오를 사용하여 개선 사항을 직접 평가할 수 있습니다.

• 더 자연스럽고 진정성 있으며 풍부한 음성. Tiffany가 즐거운 어조로 여러분을 맞이하는 모습을 들어보세요.
  • “안녕하세요! 저는 Polly의 생성형 음성 중 하나인 Tiffany입니다. 저는 자연스럽고 표현력이 풍부하며 약간의 즐거움을 주는 목소리를 갖도록 만들어졌습니다. 무엇에 대해 이야기할까요?”
• 숫자, 통화, 주소 등에 대한 정확한 음성 생성. Kenneth는 운송장 번호, 날짜 및 시간, 통화, 주소를 정확하게 포함하여 주문 확인 내용을 읽어줍니다.
  • “전화해 주셔서 감사합니다. 주문 번호 4471 9902가 오늘 85 Harbor View Drive, Apartment 4B, Portland, Oregon 97209로 발송됩니다. 10월 22일 목요일 오전 9시부터 오후 1시 사이에 도착할 예정입니다. 총 금액은 $1,284.50이었으며 확인 코드는 K-7-Q-2-X-9입니다.”
• 완전히 새로운 언어. 힌디어용 Arjun과 Kiara, 그리고 핀란드어용 Suvi. 힌디어와 핀란드어는 Amazon Polly Generative 엔진에서 처음으로 정식 출시됩니다.
  • Arjun: 안녕하세요, 오늘의 주요 뉴스를 들어보세요. 나라의 여러 지역에서 몬순이 물러가면서 날씨가 후련해졌습니다. (Hello, you're listening to today's top stories. As the monsoon retreats across much of the country, the weather has turned pleasant.)
  • Kiara: 안녕하세요! 제 이름은 Kiara입니다. 자, 오늘은 제가 짧은 이야기 하나를 들려드릴게요. (Hello! My name is Kiara. Come, let me tell you a little story today.)
  • Suvi: 등대지기는 열하루 동안 배를 보지 못했습니다. 그러다 자정이 조금 지난 후, 수평선에서 단 하나의 불빛이 깜빡였습니다. 한 번. 두 번. 그리고 나서, 믿기지 않게도, 그 불빛이 그의 이름을 깜빡이며 답했습니다. (The lighthouse keeper hadn't seen a ship in eleven days. Then, just after midnight, a single light blinked on the horizon. Once. Twice. And then, impossibly, it blinked back his name.)
• 텍스트 맥락에 기반한 다양한 스타일의 발화 방식. 새로운 Amazon Polly Generative 엔진으로 구동되는 이 음성들은 수동 설정 없이도 텍스트 입력에 따라 감정과 운율(prosody)을 더욱 잘 반영할 수 있습니다.
  • 중립(Neutral): “Your package arrived early.”
  • 불확실함(Uncertainty): “So, um… your package arrived early. I think?”
  • 놀람(Surprised)“잠깐, 뭐라고? 당신의 패키지가 일찍 도착했다고?”

새로운 음성, 언어 및 리전 가용성

• Amazon Polly Generative 엔진의 전반적으로 확대된 카탈로그 – 총 11개 언어와 25개 로케일에 걸쳐 57개의 생성형 음성을 제공합니다.
• 14개의 새로운 음성 9개 로케일에 걸쳐 추가 – 미국 영어(Kenneth, Nate), 호주 영어(Russell, Curtis), 인도 영어(Kiara, Arjun), 독일어(Tina), 미국 스페인어(Carlos), 브라질 포르투갈어(Leo, Carolina), 한국어(Hyunduk), 힌디어(Kiara, Arjun), 핀란드어(Suvi).
• Generative 엔진에서 정식 출시된 완전 신규 언어 – 힌디어와 핀란드어.
• 리전 확장 AWS GovCloud(US-West)로 확장 – 총 11개의 AWS 리전.

엔터프라이즈를 위한 프로덕션 준비 완료된 음성 워크플로를 위해 구축

업그레이드된 Amazon Polly Generative 엔진은 표준 Amazon Polly API 호출을 사용하여 음성 애플리케이션을 구축합니다. Amazon Polly를 사용하면 익숙한 AWS 패턴으로 계속 구축할 수 있습니다. 동일한 Amazon Polly API를 호출하고, AWS Identity and Access Management (IAM)로 액세스를 관리하고, 기존 애플리케이션 및 콜센터 흐름에서 출력을 사용하고, 고객을 위해 음성을 합성하는 워크로드를 모니터링할 수 있습니다.

이번 출시는 기존 Amazon Polly 구현에서 들을 수 있는 음성 출력 품질을 한 단계 끌어올리기 위해 설계되었습니다. 업그레이드된 음성을 사용하는 데 코드 변경은 필요하지 않습니다. Amazon Polly Generative 음성을 이미 사용 중인 애플리케이션의 경우 업그레이드가 그 자리에서 바로 적용됩니다. 새 애플리케이션의 경우 동일한 SynthesizeSpeech API를 통해 더 많은 generative 음성 카탈로그에 액세스할 수 있습니다. Bi-Di Streaming API를 사용하면 StartSpeechSynthesisStream텍스트를 Amazon Polly로 스트리밍하면서 동시에 합성된 오디오를 받을 수 있습니다. 이는 음성 에이전트 및 게임 속 맞춤형 캐릭터 같은 실시간 애플리케이션에 매우 적합합니다.

경쟁력 있는 가격 대비 성능

Amazon Polly Generative 엔진은 종량 과금제 기반으로 경쟁력 있는 가격을 제공합니다. 이번 모델 업그레이드를 통해 동일한 가격으로 향상된 음성 품질과 정확도를 얻을 수 있습니다. 비용 증가도 없고, 새로운 SKU도 없으며, 기존 통합에 대한 변경도 없습니다. 합성된 정적 프롬프트를 추가 비용 없이 캐시하고 재생할 수 있습니다. 전체 비용 정보는 Amazon Polly 요금 을 참조하십시오.

Amazon Polly Generative 엔진은 이제 실시간 애플리케이션을 위한 저지연 스트리밍, 세밀한 제어를 위한 SSML(Speech Synthesis Markup Language) 지원, 그리고 완전관리형 AWS 서비스의 운영 안정성과 함께 더욱 자연스럽고 표현력 있는 음성을 제공합니다. 이러한 품질, 성능, 비용 효율성의 결합은 폭넓은 프로덕션 사용 사례를 지원합니다.

만들 수 있는 것들

콜센터. 고객 서비스 대화에서는 정확성이 가장 중요합니다. 발신자가 주문을 조회할 때, 추적 번호, 주소, 확인 코드를 정확히 읽어주는 음성은 상담원에게 에스컬레이션하는 대신 셀프서비스로 전화를 해결하는 데 도움이 됩니다. Amazon Polly Generative 음성의 정확한 개체 발음과 저지연 생성은 자동화된 IVR(대화형 음성 응답) 상호작용을 더 대화적이게 들리게 합니다.

계단식 음성 에이전트. 음성 에이전트 프레임워크에서 Amazon Polly를 사용하면 LLM 응답 텍스트를 명확하고 자연스럽게 들리는 음성으로 변환하고 WebSocket 또는 전화 채널을 통해 거의 실시간으로 사용자에게 스트리밍할 수 있습니다. 이를 통해 실시간 대화형 음성이 가능해집니다. 주요 이점은 낮은 재생 지연 시간, 높은 확장성, 비용 효율성입니다.

미디어, 현지화, 더빙. 스크립트를 비디오, 광고, 팟캐스트, 제품 개요, 오디오북용 완성된 오디오로 변환하십시오. 스튜디오 세션 없이 하나 또는 여러 개의 음성을 사용할 수 있습니다. 더 자연스러운 억양은 후반 작업을 줄여줍니다. 최초의 generative 힌디어와 핀란드어를 포함한 확장된 로캘 커버리지를 통해 동일한 파이프라인에서 하나의 콘텐츠를 더 많은 시장에 현지화할 수 있습니다.

이러닝 및 교육. 코스웨어, 온보딩, 지식 기반 문서를 대규모로 내레이션하고, 원본 텍스트가 변경되는 즉시 업데이트하십시오. 재녹음은 필요하지 않습니다. 더 표현력 있는 전달은 긴 형식의 자료를 통한 참여를 지원합니다.

접근성. 문서, 아티클, 애플리케이션의 명확하고 자연스러운 음성 버전을 제공하여 더 많은 사람이 소리 내어 읽기, 이동 중, 또는 스크린 리더를 통해 귀로 콘텐츠를 소비할 수 있도록 하십시오.

대화형 및 트랜잭션 경험. 온디맨드로 생성된 응답으로 게임, 키오스크, IVR 메뉴, IoT 기기에 음성을 입히십시오. 음성이 자연스럽게 들려야 하고 이름, 숫자, 제품 세부 정보, 주소, 확인 정보를 안정적으로 읽어야 할 때 Amazon Polly를 사용하십시오.

“Sanoma Media Finland에서는 Amazon Polly를 사용하여 실시간 뉴스 아티클을 오디오로 변환함으로써 청취자가 자신에게 더 편리할 때 언제든 들을 수 있는 선택권을 제공합니다. 현재 우리는 Polly의 핀란드어 신경 음성을 사용하여 매월 10,000개 이상의 아티클을 발행하고 있습니다. 테스트 결과, Suvi의 새로운 generative 음성은 이전 신경 음성에 비해 확실한 개선을 보여줍니다. 훨씬 더 자연스럽게 들리며 청취자에게 더욱 즐거운 경험을 제공합니다.”

— Justus Reinikainen, Product Manager, Sanoma Media Finland

시작하기

다음을 사용하여 새 음성에 액세스할 수 있습니다. AWS Management Console, AWS Command Line Interface(AWS CLI)또는 AWS SDK.

사전 조건:

• Amazon Polly 액세스 권한이 있는 활성 AWS 계정.
• 설치 및 구성된 AWS Command Line Interface(AWS CLI).
• Python 3.10+.
• Boto3 설치됨: pip install boto3.
• AWS Identity and Access Management(IAM) 권한: polly:SynthesizeSpeech.

다음은 AWS SDK for Python(Boto3)을 사용하여 SynthesizeSpeech API 및 생성형 음성(generative voice)과 함께 쓰는 간단한 예제입니다:

import boto3

polly = boto3.client("polly", region_name="us-east-1")

response = polly.synthesize_speech(
    Text="Hello! This is Amazon Polly's next-generation generative voice.",
    VoiceId="Kenneth",  # any generative voice in the catalogue
    Engine="generative",
    OutputFormat="mp3",
)

with open("speech.mp3", "wb") as f:
    f.write(response["AudioStream"].read())

AWS CLI로도 동일한 요청을 수행할 수 있습니다:

aws polly synthesize-speech \
  --region us-east-1 \
  --voice-id Kenneth \
  --engine generative \
  --output-format mp3 \
  --text "Hello! This is Amazon Polly's next-generation generative voice." \
  speech.mp3

프로그래밍 방식으로 전체 최신 음성 목록을 가져오려면 DescribeVoices을 호출하십시오. 이를 배포 검사에 사용하여 선택한 생성형 음성이 애플리케이션이 실행되는 리전에서 사용 가능한지 확인할 수 있습니다.

가용성

차세대 Generative 엔진과 새로운 음성들이 이제 정식 출시되었습니다. 새로운 Generative 음성 14종은 US East(N. Virginia), US West(Oregon), Europe(Frankfurt), Europe(Zurich), Europe(London), Asia Pacific(Sydney), Asia Pacific(Seoul), Asia Pacific(Singapore), Asia Pacific(Tokyo), Canada(Central), AWS GovCloud(US-West) 리전에서 사용할 수 있습니다. 대상별 시작 방법:

• 개발자 – 기존 애플리케이션에서 synthesize_speech 을(를) Engine="generative" 과(와) 함께 호출하십시오. 다른 변경은 필요하지 않습니다.
• 콜센터 팀 – 개선 사항은 Amazon Connect 및 Genesys 플로우에 자동으로 적용됩니다.
• 여러분 – 다음의 모든 음성에 액세스 Amazon Polly 콘솔.

알아두어야 할 몇 가지 사항:

• 표준 음성과 신경 음성은 영향을 받지 않습니다.
• 생성 음성에서는 스피치 마크를 사용할 수 없습니다 (오늘과 동일). 애플리케이션에서 이 기능이 필요한 경우, 표준 음성과 뉴럴 음성이 계속해서 이를 지원합니다.
• 생성 엔진은 계속해서 SSML 태그를 지원합니다. 참조 지원되는 SSML 태그 자세한 내용은 다음을 참조하십시오.
• 런타임에 현재 음성 사용 가능 여부를 사용합니다. 전화 DescribeVoices 또는 여러 리전에 배포할 때 콘솔을 확인하십시오.

결론

Amazon Polly의 차세대 생성(Generative) 엔진이 오늘부터 제공됩니다. 더 자연스럽고 정확한 음성을 제공하며, 힌디어와 핀란드어로 생성 음성이 최초로 정식 출시되는 등 14개의 새로운 음성이 추가되었고, 코드 변경 없이 사용할 수 있습니다. 자세한 내용은 다음을 참조하세요. Amazon Polly 요금 페이지 가격 정보를 확인하세요. 시작하려면 다음을 엽니다. Amazon Polly 콘솔 목소리를 시험해 보고, 알아보세요 Amazon Polly 설명서 그들과 함께 구축하기 위해서입니다.

저자 소개