Ventajas

Alta calidad: Amazon Polly ofrece voces generativas, de formato largo, neuronales y de conversión de texto a voz (TTS) de alto rendimiento. Estas tecnologías sintetizan el lenguaje natural con una pronunciación muy precisa (incluida la expansión de abreviaturas y acrónimos, la interpretación de fechas y horas y la desambiguación homográfica).

Baja latencia: Amazon Polly obtiene tiempos de respuesta rápidos, lo que la convierte en una opción viable para casos de uso de baja latencia, como los sistemas de diálogo.

Compatibilidad con un amplio conjunto de idiomas y voces: Amazon Polly admite docenas de voces e idiomas, la mayoría de los cuales disponen de voces masculinas y femeninas. Este número seguirá aumentando a medida que pongamos en red más voces neuronales. Las voces de Matthew y Joanna en inglés de Estados Unidos también pueden utilizar el estilo de habla neuronal Newscaster, similar al de un locutor de noticias profesional.

Rentabilidad: con el modelo de pago por uso de Amazon Polly no hay costos de instalación. Comience con pocos recursos y vaya escalándolos verticalmente a medida que crece la aplicación.

Solución basada en la nube: las soluciones de conversión de texto a voz instaladas en los dispositivos necesitan importantes recursos informáticos y una gran potencia de CPU, así como gran cantidad de RAM y de espacio en disco. Esto puede generar elevados costos de desarrollo y un mayor consumo de potencia en dispositivos como tablets, smartphones, etc. Por el contrario, cuando la conversión TTS se realiza en la Nube de AWS, los requisitos de recursos locales se reducen drásticamente. Esto permite usar todos los idiomas y voces disponibles con una calidad excepcional. Además, las mejoras del fragmento hablado están disponibles de forma instantánea para todos los usuarios finales y no requieren nuevas actualizaciones de los dispositivos.