Amazon Polly nâng cấp Generative, thêm 14 giọng: cần thử lại nội dung âm thanh đang dùng

Bản nâng cấp mới cho hệ thống chuyển văn bản thành giọng nói

AWS công bố ngày 20/10/2026 nâng cấp engine Generative của Amazon Polly, đồng thời thêm 14 giọng trong chín locale và đưa Hindi, Finnish vào phạm vi ngôn ngữ của engine này. Các đơn vị làm nội dung đào tạo, trợ lý đọc thông tin hoặc tổng đài đa ngôn ngữ có thêm lựa chọn để đánh giá. Thông báo không đồng nghĩa mọi ứng dụng tiếng Việt có thể chuyển ngay sang giọng mới.

Polly chuyển văn bản thành âm thanh; Generative là một engine riêng bên cạnh các lựa chọn khác của dịch vụ. AWS mô tả bản nâng cấp cho lời đọc tự nhiên hơn, phát âm chính xác hơn và độ trễ thấp. Bài này chưa có phép đo độc lập hoặc thử nghe với dữ liệu khách hàng, nên không chuyển những mô tả đó thành cam kết chất lượng.

Kiểm tra đúng giọng, locale và vùng dịch vụ

Danh sách ví dụ của AWS có giọng Anh Mỹ, Anh Australia, Hindi/Anh Ấn Độ, Đức, Tây Ban Nha Mỹ, Bồ Đào Nha Brazil, Hàn và Finnish. Locale bao gồm khác biệt ngôn ngữ và vùng, không nên quy chín locale thành chín ngôn ngữ hoàn toàn mới. Thông báo nêu 14 giọng nhưng không liệt kê đủ tên trong đoạn mô tả; không tự bổ sung các tên còn thiếu.

AWS liệt kê các vùng khả dụng gồm Singapore cùng nhiều vùng khác. Khả dụng ở Singapore không tự bảo đảm mọi voice/engine/tính năng trong tài khoản đều phù hợp yêu cầu triển khai. Đội sản phẩm cần đối chiếu voice ID, engine, locale và Region đang dùng trong API hoặc console trước khi sửa cấu hình.

Tài liệu Generative cảnh báo cập nhật dữ liệu huấn luyện hoặc mô hình có thể làm giọng thay đổi nhẹ, ngay cả khi chất lượng chung tăng. Với khóa học hoặc chuỗi nội dung đã tạo qua nhiều tháng, cần nghe thử phần mới cạnh phần cũ để tránh trải nghiệm giọng đọc không thống nhất.

SSML và dữ liệu đầu vào vẫn cần được biên tập

AWS nói ứng dụng dùng Generative hiện có tiếp tục tương thích với SSML như trước. SSML là cách đánh dấu văn bản để điều khiển cách đọc; điều đó không có nghĩa mọi thẻ đều hoạt động giống nhau trên mọi engine. Friday Works đề nghị giữ một bộ câu có tên riêng, số tiền, ngày tháng và chữ viết tắt để thử đúng thẻ ứng dụng đang dùng.

Ví dụ một doanh nghiệp có nội dung Anh–Hindi có thể so cùng một đoạn hướng dẫn bằng giọng cũ và giọng mới, ghi lỗi đọc và thời gian phản hồi. Không nhập hồ sơ khách hàng thật chỉ để thử giọng. Quyền truy cập API, nơi xử lý dữ liệu và dự toán chi phí theo mức sử dụng vẫn cần được xem riêng; bản nâng cấp không phải một thông báo miễn phí cho mọi khối lượng.

Thử một tập nội dung nhỏ trước khi chuyển hàng loạt

Friday Works khuyến nghị chọn một nhóm nội dung có người nghe đánh giá được, giữ cùng văn bản và tiêu chí giữa các lần thử. Ngoài cảm giác tự nhiên, cần ghi các lỗi làm thay đổi ý nghĩa, độ rõ tên sản phẩm, thời gian tạo âm thanh và phản hồi khi dịch vụ lỗi. Chỉ chuyển khối lượng lớn khi người phụ trách nội dung chấp thuận kết quả và chi phí.

Bìa dùng đúng console Amazon Polly Text-to-Speech, Generative, giọng Ruth và English US trong demo AWS ngày 08/05/2024. Hướng dẫn gốc dùng N. Virginia; ảnh không bị đổi thành Singapore hoặc giả là danh sách 14 giọng mới. Đây là tư liệu giải thích chức năng, không phải kết quả thử phiên bản công bố 20/10.

Ảnh © AWS, Channy Yun, sử dụng giới hạn cho phần giải thích sản phẩm theo mục 15 AWS Trademark Guidelines; không gán giấy phép Creative Commons cho tư liệu này. Ngày sự kiện mới và ngày tư liệu giao diện được giữ riêng để người đọc phân biệt.