Amazon Polly

since 2018-07-31

2021-12-11 ssml からページを独立

クラウドサービスによる（日本語対応の）音声合成。

• https://docs.aws.amazon.com/ja_jp/polly/latest/dg/what-is.html

Polly で使える SSML タグ

• https://docs.aws.amazon.com/ja_jp/polly/latest/dg/supported-ssml.html
• prosody range の紹介 http://blog.serverworks.co.jp/tech/2017/02/20/customize_polly_talk/
• 2020年4月15日の AWS ブログ記事
  • https://aws.amazon.com/jp/blogs/news/optimizing-japanese-text-to-speech-with-amazon-polly/

レキシコン（辞書カスタマイズ）も W3C Pronunciation Lexicon Specification (PLS) バージョン 1.0 準拠とのこと。

• https://www.w3.org/TR/pronunciation-lexicon/

Takumi ニューラル音声が登場 (2021年12月)

• https://aws.amazon.com/jp/about-aws/whats-new/2021/12/amazon-polly-takumi-neural-japanese-voice/

以下、AWS Polly のコンソールで確認。

日本語のテキストに PLS でユーザ辞書を適用して読み上げられる

ja.pls

<?xml version="1.0" encoding="UTF-8"?>
<lexicon version="1.0" 
      xmlns="http://www.w3.org/2005/01/pronunciation-lexicon"
      xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
      xsi:schemaLocation="http://www.w3.org/2005/01/pronunciation-lexicon 
        http://www.w3.org/TR/2007/CR-pronunciation-lexicon-20071212/pls.xsd"
      alphabet="ipa" 
      xml:lang="ja-JP">
  <lexeme>
    <grapheme>( ^)o(^ )</grapheme>
    <alias>顔文字</alias>
  </lexeme>
</lexicon>

プレーンテキスト

こんにちは ( ^)o(^ )

日本語で実行すると「こんにちは、かおもじ」と読み上げる。

alphabet に ipa と指定していても、alias 要素には関係ないようだ。

since 2018-07-31

日本語でも ipa や x-sampa で発音を指定できそうだが、あまり正しく再現されないようだ

SSML（PLSは使用せず phoneme タグで指定）

<speak><phoneme alphabet="ipa" ph='käkikɯkeko'>( ^)o(^ )</phoneme></speak>

日本語で実行すると「コーキクーケーコ」と読み上げているように聞こえる。

カナ文字で読みを指定できなさそう。 x-jeida は実装されていないようだ。

使用できる音素のリスト

• https://docs.aws.amazon.com/polly/latest/dg/ph-table-japanese.html

PLS ファイルの記述例（英語の例）

• https://docs.aws.amazon.com/ja_jp/polly/latest/dg/gs-put-lexicon.html

since 2019-11-20

SSML を python でラップするとこんな感じになるのか

https://github.com/MrMrRobat/aiopolly