אמזון משיקה שיבוט קול מכמה דקות הקלטה, אך ללא עברית
מאת מערכת זירת AI · פורסם: · עודכן:
אמזון השיקה יכולת שיבוט קול בשירות Amazon Polly, המאפשרת לבנות קול סינתטי ייחודי מכמה דקות הקלטה של דובר שנתן הסכמה. היצירה חינמית, החיוב לפי שימוש, ובהשקה נתמכות שבע שפות ללא עברית. הגישה מבוקרת, וכל שמע שמופק מסומן בסימן מים.
אמזון הודיעה על זמינות כללית של יכולת שיבוט קול בשירות המרת הטקסט לדיבור שלה, Amazon Polly. ההשקה נעשית במתכונת מבוקרת: הגישה פתוחה כבר ללקוחות נבחרים, ואחרים נדרשים לפנות לצוות החשבון שלהם או להגיש בקשה. הרעיון פשוט: מספקים לשירות כמה דקות של הקלטות מדובר שהסכים לכך, ומקבלים קול סינתטי בקולו, שיכול להקריא כל טקסט.
הקולות המשובטים פועלים על המנוע היוצר של Polly, ולדברי החברה הם מגיעים לרמת טבעיות ודיוק דומה לזו של שאר הקולות היוצרים בשירות. בהשקה נתמכות שבע שפות: אנגלית, ספרדית, גרמנית, צרפתית, איטלקית, פורטוגזית והינדי. עברית אינה נכללת ברשימה. כל קול משובט מדבר רק בשפה שבה הוקלט.
למי מיועד הכלי
אמזון מכוונת בעיקר לארגונים שרוצים קול מותגי אחיד בכל ערוצי הקשר: מערכות מענה קולי אוטומטי, סוכנים קוליים, אפליקציות, הכרזות בחנויות, פרסום ומכשירים מחוברים. במקום להזמין סשן הקלטה חדש בכל פעם שתסריט משתנה, ניתן לייצר שמע עדכני לפי דרישה.
מוקדי שירות יכולים לעדכן הודעות כשמבצעים או מדיניות משתנים, בלי לחזור לאולפן. יוצרי תוכן, מו"לים ואולפנים יכולים להפיק ספרי שמע, קורסים, פודקאסטים ודמויות במשחקים בכמה קולות מותאמים, ולהוסיף פרקים או עדכונים במהירות. החברה מציינת גם שימושים בתחום הנגישות והתאמה אישית.
כך עובד התהליך
התהליך כולל ארבעה שלבים: הקלטה, יצירה, המתנה ושימוש. המשתמש מעלה בין הקלטה אחת לעשר של דובר יחיד, עד 15 דקות בסך הכול, דרך הממשק או באמצעות API, ומאשר שבידו הסכמת הדובר. השירות מחזיר מזהה קול מיד ובונה אותו ברקע, תהליך שנמשך בדרך כלל 5 עד 10 דקות, ובמהלכו נבדק גם הדמיון לדובר המקורי.
15 דקות – משך ההקלטות המרבי ליצירת קול 5 עד 10 דקות – זמן בניית הקול בדרך כלל
המלצת אמזון היא להקליט שתיים עד עשר דקות של דיבור טבעי בחדר שקט, ולהימנע מאפליקציות פגישות ומהקלטה בדפדפן, משום שמסנני הרעשים שלהן משנים את הקול והשיבוט לומד גם את העיוותים. סגנון הקול נקבע לפי ההקלטות, כך שלא ניתן לשלב כמה סגנונות רגשיים בקול אחד. לדברי החברה, איכות ההקלטה חשובה יותר מאורכה.
הסכמה, פרטיות ותמחור
לנוכח החשש משימוש לרעה בשיבוט קולות, אמזון שמה דגש על מנגנוני בקרה. בכל יצירת קול הלקוח מאשר שקיבל את כל ההסכמות הנדרשות, וכל שמע שמופק בקול משובט מסומן בסימן מים. הקול שייך לחשבון שיצר אותו בלבד, וניתן להצפינו במפתח של הלקוח ולהגביל את הגישה אליו. לפי החברה, Polly אינו שומר עותק של ההקלטות לאחר יצירת הקול ואינו משתמש בהן לאימון המודלים שלו, ומחיקת הקול מסירה את הנתונים מיד.
יצירת קול משובט אינה כרוכה בתשלום, והחיוב נעשה לפי שימוש בפועל. בשלב זה כל חשבון מוגבל ל-10 קולות משובטים בכל אזור, עם אפשרות לבקש הגדלה. היכולת זמינה בכל האזורים שבהם פועל המנוע היוצר, בהם אזורים בארצות הברית, אירופה, אסיה, אוסטרליה וקנדה.
נקודה חשובה: תמחור ומכסת שימוש יצירת הקול חינמית, אך הפקת השמע מחויבת לפי שימוש. המכסה ההתחלתית היא 10 קולות משובטים לחשבון בכל אזור, וניתן לבקש להגדילה.
הקשר תחרותי
שיבוט קול אינו תחום חדש: חברות כמו ElevenLabs ומיקרוסופט מציעות יכולות דומות כבר תקופה. היתרון של אמזון טמון בשילוב הישיר בתשתית הענן שלה, עם ניהול הרשאות, הצפנה וכלי פיתוח שארגונים רבים כבר עובדים איתם. מנגד, ההשקה המבוקרת, מגבלת השפות והמכסות ההתחלתיות מעידות שאמזון מתקדמת בזהירות בתחום רגיש מבחינה משפטית ואתית.
שאלות נפוצות
מה זה שיבוט קול ב-Amazon Polly ולמי הוא מיועד?
שיבוט קול ב-Amazon Polly הוא יכולת ליצירת קול סינתטי מכמה דקות של הקלטות דובר, בהסכמתו. הקול המשובט יכול להקריא טקסטים חדשים בלי להקליט אותם מחדש. הכלי מיועד בעיקר לארגונים המעוניינים בקול מותגי אחיד למוקדי שירות, סוכנים קוליים, אפליקציות ופרסום, וכן להפקת ספרי שמע, קורסים ופודקאסטים.
איך יוצרים קול משובט ב-Amazon Polly וכמה זמן זה לוקח?
ליצירת קול משובט מעלים דרך הממשק או ה-API בין הקלטה אחת לעשר של דובר יחיד, באורך כולל של עד 15 דקות, ומאשרים את הסכמתו. בניית הקול נמשכת בדרך כלל 5–10 דקות. אמזון ממליצה על 2–10 דקות דיבור טבעי בחדר שקט, ללא מסנני רעשים המשנים את הקול.
האם שיבוט הקול של אמזון תומך בעברית?
לא. בעת ההשקה, שיבוט הקול ב-Amazon Polly תומך בשבע שפות בלבד: אנגלית, ספרדית, גרמנית, צרפתית, איטלקית, פורטוגזית והינדי. כל קול משובט יכול לדבר רק בשפה שבה הוקלט הדובר המקורי, ולכן אי אפשר להשתמש בהקלטה בשפה אחת כדי להפיק דיבור בשפה אחרת. עברית אינה נכללת בשפות הנתמכות בהשקה.
כמה עולה שיבוט קול ב-Amazon Polly ואילו הגנות פרטיות קיימות?
יצירת קול משובט אינה כרוכה בתשלום, והחיוב הוא לפי השימוש בפועל. כל חשבון מוגבל בתחילה לעשרה קולות בכל אזור, עם אפשרות לבקש הגדלה. נדרשת הסכמת הדובר, והשמע המופק מסומן בסימן מים. לדברי אמזון, ההקלטות אינן נשמרות לאחר יצירת הקול ואינן משמשות לאימון המודלים שלה.