AWS、Amazon Pollyの生成エンジンを強化し新ボイス14種を追加
AWSは、Amazon Pollyの生成エンジンを強化し、新たに14種のボイスを追加するとともに、ヒンディー語とフィンランド語を初めてサポートすると発表した。コードの変更は不要という。
ひとことで言うと
AWSはAmazon Pollyの生成エンジンについて何を発表したのか。
AWSは、Amazon Pollyの生成エンジンを一般提供として強化し、9のロケールにわたり新たに14種のボイスを追加すると発表した。これにはヒンディー語とフィンランド語の初サポートが含まれ、生成ボイスの総数は11言語25ロケールにわたる57種となる。既存ユーザーに対してはコードや価格の変更は一切不要という。
要点
- AWSは、強化されたAmazon Polly生成エンジンが一般提供を開始し、同サービスの生成ボイスの総数が11言語25ロケールにわたる57種になったと発表した。
- 同社によると、米国英語、オーストラリア英語、インド英語、ドイツ語、米国スペイン語、ブラジルポルトガル語、韓国語を含む9のロケールにわたり、新たに14種のボイスが追加された。
- AWSは、ヒンディー語とフィンランド語が今回初めて生成エンジンで一般提供されるとし、それぞれArjun、Kiara、Suviというボイス名が付けられたとしている。
- AWSは今回のアップグレードを「差し替えだけで済む」更新と説明しており、ボイス名やAPI呼び出しは変更されないため、既存のアプリケーションはコードを変更せずに動作を継続できるという。
- AWSによると、今回のアップグレードではリージョン対応範囲もAWS GovCloud(US-West)に拡大され、対応リージョンの総数は11となった。なお、音質向上に伴う価格の上昇はないという。
Amazon Web Servicesは、同社のテキスト読み上げ技術であるAmazon Pollyサービスの中核をなす「Amazon Polly生成エンジン」の一般提供版アップグレードを展開した。AWSによると、今回の更新により、低遅延で表現力豊かかつ精度の高い音声出力が実現し、すでに本番環境で稼働しているという。
変更点
AWSは、今回のアップグレードで9のロケールにわたり新たに14種のボイスが追加されたとしている。新ボイスには、米国英語のKennethとNate、オーストラリア英語のRussellとCurtis、インド英語のKiaraとArjun、ドイツ語のTina、米国スペイン語のCarlos、ブラジルポルトガル語のLeoとCarolina、韓国語のHyunduk、そしてヒンディー語の KiaraとArjunが含まれる。
同社によると、ヒンディー語とフィンランド語は今回初めて生成エンジンで一般提供されることになった。フィンランド語のボイス名はSuviである。この更新により、Amazon Polly生成エンジンの生成ボイス総数は11言語25ロケールにわたる57種に達したとAWSは述べている。
また、AWSはリージョン対応範囲をAWS GovCloud(US-West)にも拡大し、対応リージョンの総数は11となったとしている。
精度と話し方の表現力
AWSによると、強化されたエンジンは、注文番号、日付、金額、住所といった構造化情報を読み上げる際の精度が向上している。また、音声入力のみに基づいて、中立的、不確かな、驚いたといった異なる話し方のスタイルを、手動設定なしに反映できるようになったという。
既存ユーザーに変更は不要
AWSは今回のリリースを「差し替えだけで済むアップグレード」と説明している。同社によると、ボイス名やAPI呼び出しは変更されていないため、すでにAmazon Polly生成ボイスを利用しているアプリケーションは、コードを変更することなく自動的に改善された出力を得られるという。
新規アプリケーションについても、同じSynthesizeSpeech APIを通じて拡充されたボイスカタログにアクセスできるとAWSは述べている。また同社は、テキストをAmazon Pollyにストリーミングしながら合成音声を同時に受け取れる双方向ストリーミングAPI「StartSpeechSynthesisStream」にも言及し、音声エージェントやゲームキャラクターといったリアルタイムアプリケーションに適しているとしている。
AWSによると、Amazon PollyはAWS Identity and Access Management(IAM)によるアクセス管理をはじめ、標準的なAWSのパターンを継続して採用しており、既存のコンタクトセンターのフローや監視ツールとの連携も可能という。
価格
AWSによると、Amazon Polly生成エンジンは従量課金制のまま維持され、今回のアップグレードによるコスト増加や新たなSKUの追加、既存連携への変更は一切ないという。また、合成された静的プロンプトは追加費用なしでキャッシュし再生できるとしている。
AWSはAmazon Pollyを、コンタクトセンター、大規模言語モデルを用いたエージェント型アプリケーション、メディア・エンターテインメント、eラーニング、アクセシビリティ用途などでテキストを音声に変換するためのフルマネージドサービスと説明している。
出典:AWS機械学習ブログ「Amazon Pollyが生成エンジンの大型アップグレードを実施」、2026年10月22日公開。
よくある質問
- Amazon Polly生成エンジンのアップグレードでは何が新しくなったのか。
- AWSによると、今回のアップグレードでは9のロケールにわたり新たに14種のボイスが追加され、ヒンディー語とフィンランド語が初めて一般提供されるとともに、低遅延で音声の表現力と精度が向上している。
- 既存のAmazon Pollyアプリケーションは更新が必要か。
- いいえ。AWSによると、このアップグレードは差し替えだけで済む更新であり、ボイス名やAPI呼び出しは変更されないため、既存のアプリケーションはこれまでと同じように動作し続ける。
- このアップグレードにより料金は上がるのか。
- AWSによると、強化されたボイス品質について価格の上昇や新たなSKUの追加、既存連携への変更は一切ない。
- 強化されたPolly生成エンジンはどのAWSリージョンで利用できるのか。
- AWSによると、今回のアップグレードによりAWS GovCloud(US-West)にも対応が拡大され、対応リージョンの総数は11になった。
出典
- Amazon Polly delivers a major upgrade to its Generative engine | Artificial Intelligence — Amazon Web Services (AWS)