2026 年 10 月 22 日，AWS 喺官方 Machine Learning Blog 宣佈，旗下語音合成（text-to-speech，即把文字轉成人聲）服務 Amazon Polly 嘅「生成式引擎」完成重大升級，現已於生產環境全面可用（generally available）。呢個係一次引擎級更新，唔係獨立產品發布，而且係 drop-in 升級——聲線名稱同 API 調用全部不變，舊應用程式照用唔使改。

升級咗啲乜

官方列嘅重點：

  • 聲線更自然、更具表達力、更準確，延遲低
  • 新增 14 條聲線、覆蓋 9 個 locale，其中 印地語（Hindi）同芬蘭語（Finnish）係首次喺 Polly 生成引擎上全面可用
  • 更新後總數為 57 條生成聲線、11 種語言、25 個 locale

新聲線同新語言

新增聲線分佈（廠商列舉）：

  • 美語：Kenneth、Nate
  • 澳語：Russell、Curtis
  • 印度英語：Kiara、Arjun
  • 德語：Tina
  • 美語西語：Carlos
  • 巴西葡語：Leo、Carolina 等

新語言聲線包括印地語嘅 Arjun、Kiara，同芬蘭語嘅 Suvi。

能跟隨文字情緒改語調

官方示範新引擎可按輸入文字嘅情緒自動調整語調（prosody，即語調同節奏）同情感，唔使手動設定。舉例同一句「Your package arrived early.」，可處理成中性、不確定（「So, um… your package arrived early. I think?」）或驚訝（「Wait, what? Your package arrived early?」）三種風格。另外，官方又指對數字、貨幣、地址、追蹤編號之類嘅朗讀更準確，並提供樣本音頻供評估。

阿調搞兩下

呢個 update 對已經集成 Polly 嘅團隊嚟講，最實喲嘅好處係唔使改 API、唔使改程式——舊嘅 voice name 照用，引擎喺後台換新嘅。呢類「生成式語音」對客服、LLM agent（即能調用工具、執行任務嘅 LLM 應用）嘅語音輸出、無障礙同電子學習都係基礎設施。不過「自然」「準確」呢啲形容詞全部出自廠商口徑，實際品質要自己聽先至有數。

阿調｜深度調教