Amazon Polly อัปเกรดเสียง Generative เพิ่ม 14 เสียงและภาษาใหม่

Amazon ระบุว่าได้อัปเกรด Generative engine ของ Amazon Polly ให้เสียงพูดเป็นธรรมชาติและอ่านข้อมูลบางประเภทได้แม่นยำขึ้น โดยประกาศเมื่อวันที่ 22 ตุลาคม 2026 การอัปเกรดเปิดให้ใช้งานทั่วไป และเป็นการปรับปรุงบริการเดิม ไม่ใช่ API รุ่นใหม่ที่บังคับให้ลูกค้าเขียนระบบเชื่อมต่อใหม่

เพิ่ม 14 เสียง ครอบคลุม 9 locale

ตามประกาศของ AWS แค็ตตาล็อกหลังอัปเดตมีเสียง Generative 57 เสียง ใน 11 ภาษาและ 25 locale โดยเพิ่มเสียง 14 เสียงใน 9 locale และเปิด Hindi กับ Finnish บน Generative engine เป็นครั้งแรก AWS ยังระบุการขยายให้บริการไปยัง AWS GovCloud (US-West) ทำให้เสียงชุดนี้มีให้ใช้รวม 11 AWS Regions ทั้งนี้รายชื่อเสียงและภูมิภาคที่รองรับอาจต่างกันตามการตั้งค่าบริการ จึงควรตรวจสอบด้วยรายการเสียงของ Polly ในภูมิภาคที่จะใช้งาน

การผสานระบบเดิมและงานเสียงแบบสตรีม

AWS บอกว่า voice name และ API call เดิมไม่เปลี่ยน ลูกค้าที่ใช้เสียง Generative อยู่แล้วจึงได้รับการอัปเกรดในบริการโดยไม่ต้องแก้โค้ด ตามคำกล่าวของบริษัท รุ่นใหม่นี้รองรับ SSML และการสตรีมผ่าน StartSpeechSynthesisStream ซึ่งเหมาะกับงานโต้ตอบที่ต้องส่งข้อความและรับเสียงต่อเนื่อง เช่น voice agent ทั้งนี้การสตรีมและคุณภาพที่รับรู้จริงควรทดสอบกับภาษาและกรณีใช้งานของแต่ละระบบ

ราคาและข้อควรตรวจสอบ

AWS ระบุว่าการอัปเกรดเสียง Generative ไม่มีการขึ้นราคา และยังคิดค่าบริการแบบ pay-as-you-go; ค่าใช้จ่ายจริงขึ้นกับปริมาณและรูปแบบการใช้งาน จึงควรตรวจหน้าราคา Polly ปัจจุบันก่อนวางงบประมาณ ข้อความเรื่องความเป็นธรรมชาติ ความแม่นยำ และ latency เป็นคำอธิบายจากผู้ให้บริการ ไม่ใช่ผลทดสอบอิสระที่ยืนยันได้กับทุกสำเนียงหรือทุกสภาพแวดล้อม

รายละเอียดต้นทาง: ประกาศจาก AWS Machine Learning Blog