Synthèse vocale grâce au streaming bidirectionnel

Amazon Polly fournit une StartSpeechSynthesisStream opération qui établit une HTTP/2 connexion par communication bidirectionnelle entre votre application et le service. Le texte circule de votre application vers Amazon Polly tandis que le son synthétisé revient. Vous envoyez du texte dès qu'il est disponible, et Amazon Polly renvoie le son au fur et à mesure qu'il est synthétisé, sans qu'aucune des parties n'attende que l'autre ait terminé.

Cela est utile lorsque le texte est produit progressivement plutôt que d'un seul coup. Par exemple, un chatbot de service client basé sur un modèle de base sur Amazon Bedrock génère sa réponse jeton par jeton. Grâce au streaming bidirectionnel, votre application peut transférer chaque fragment de texte vers Amazon Polly au fur et à mesure que le modèle le produit et commencer à renvoyer le son à l'appelant pendant que le modèle génère encore le reste de la réponse.

Cette opération nécessite le moteur génératif et un AWS SDK qui prend en charge les flux HTTP/2 d'événements. L'audio arrive sous la forme d'une séquence de morceaux que votre application accumule dans une sortie audio complète. Les marques vocales ne sont pas prises en charge par cette opération.