Amazon Polly führt eingeschränkt Stimmklonen in sieben Sprachen ein

Amazon Web Services hat das Stimmklonen in Amazon Polly allgemein verfügbar gemacht, allerdings nur als eingeschränkte Freigabe, für die Konten erst Zugang erhalten müssen. Aus wenigen Minuten Aufnahmen eines Sprechers, der zugestimmt hat, entsteht eine eigene Text-to-Speech-Stimme.
Was die Funktion leistet
Kunden liefern einige Minuten Audiomaterial eines Sprechers, der dem Klonen seiner Stimme zugestimmt hat. Daraus baut Amazon Polly eine eigene Stimme, die neuen Text in dieser Stimme vorliest. Die geklonten Stimmen laufen auf der Generative Engine von Amazon Polly, die nach Angaben von AWS ähnlich natürlich und genau klingt wie die übrigen generativen Stimmen.
Die Aufnahmen lassen sich direkt in der CreateVoice-Anfrage übermitteln oder über die Konsole hochladen. Jede geklonte Stimme spricht die Sprache, in der sie aufgenommen wurde.
Sprachen und regionale Verfügbarkeit
Zum Start unterstützt das Stimmklonen sieben Sprachen: Englisch, Spanisch, Deutsch, Französisch, Italienisch, Portugiesisch und Hindi. Verfügbar ist es in allen AWS-Regionen, in denen die Generative Engine von Amazon Polly läuft, einschließlich der AWS GovCloud (US) Region.
Zugang, Sicherheit und Preise
AWS hat die Veröffentlichung am 19. November 2026 angekündigt. Der Zugang wird pro AWS-Konto freigeschaltet. Kunden, die bereits ausgewählt wurden, können die Funktion sofort nutzen; alle anderen können sich an ihr AWS-Account-Team wenden oder den Zugang beantragen.
Laut AWS sind die geklonten Stimmen automatisch verschlüsselt und zugriffsgeschützt, sodass nur der Kunde sie nutzen kann. Das Erstellen einer geklonten Stimme ist kostenlos; die Nutzung geklonter Stimmen wird nach Verbrauch abgerechnet, wie auf der Preisseite von Amazon Polly beschrieben.
Vorgesehene Einsatzzwecke
AWS nennt eine einheitliche Markenstimme für Sprachdialogsysteme, Callcenter, Apps, Durchsagen im Laden und vernetzte Geräte. Texte lassen sich bei Änderungen neu vertonen, ohne eine neue Studiosession. Genannt werden auch Hörbücher, Kurse, Podcasts, Spielfiguren und Videos sowie lokalisierte Inhalte mit einer festen Stimme je Sprache und Vorlesehilfen für Barrierefreiheit.
Die Demonstrationen von AWS, etwa ein Kundenservice-Beispiel und eine Spielfigur, stammen von AWS und seinen Autoren. Unabhängige Auswertungen dazu liegen nicht vor.
Offene Fragen
- Nach welchen Kriterien entscheidet AWS, welche Konten Zugang erhalten?
- Wie wird die Zustimmung des aufgenommenen Sprechers überprüft und dokumentiert?