Amazon Polly: een complete gids voor tekst-naar-spraak in AWS

Amazon Polly instellen

Laten we nu praktisch aan de slag gaan en Amazon Polly instellen! In deze sectie lees je hoe je dat doet.

Stap 1: Een AWS-account aanmaken

Om Amazon Polly te gebruiken heb je eerst een AWS-account nodig. Als je er nog geen hebt, ga dan naar de AWS sign-up-pagina en volg de stappen om er een aan te maken. Zorg dat je geldige facturatiegegevens opgeeft, want AWS-services, waaronder Polly, worden op gebruik afgerekend.

IAM-instelling voor rechten

Ik raad aan om een IAM (Identity and Access Management)-gebruiker in te stellen met de benodigde rechten om Amazon Polly-resources te beheren. Ken het beleid AmazonPollyFullAccess toe om ervoor te zorgen dat de gebruiker toegang heeft tot alle Polly-functies.

Stap 2: Navigeren naar Amazon Polly

Zoek na het inloggen op de AWS Management Console bovenin de zoekbalk naar Polly.

Het zoekmenu in de AWS-console.

Klik op de service Amazon Polly om naar de Polly-interface te gaan.

Amazon Polly gebruiken voor tekst-naar-spraak

Meestal gebruiken developers de Amazon Polly API om tekst-naar-spraakfuncties rechtstreeks in hun applicaties te integreren. Je kunt echter ook de AWS Polly-interface gebruiken om snel verschillende stemmen en instellingen uit te proberen zonder code te schrijven. Klik daarvoor op de knop Try Polly in de Polly-interface. Met deze knop kun je vanuit de AWS Console experimenteren met verschillende tekstinputs, stemtypen en uitvoerformaten, zodat je Polly’s mogelijkheden eenvoudig kunt verkennen voordat je ze programmatisch implementeert.

Basisconversie van tekst naar spraak

Voer voor een basisconversie een zin in zoals "Hello, welcome to Amazon Polly!" in het invoervak. Je kunt ook het engine-type kiezen (bijv. generatief, long-form, neural of standaard), de taal en de stem. Klik op Listen om direct naar de uitvoer te luisteren of klik op Download om deze als een .mp3-bestand te downloaden.

De Amazon Polly-interface in de AWS-console. 

De AWS SDK instellen voor tekst-naar-spraak

Je moet de AWS SDK instellen om Amazon Polly programmatisch in je applicaties te integreren. Zo kun je rechtstreeks vanuit je code met Amazon Polly communiceren en dynamischere, beter aanpasbare tekst-naar-spraakfunctionaliteit mogelijk maken.

In deze tutorial gebruiken we de Python SDK (boto3). Installeer boto3 via pip:

pip install boto3Mogelijk gemaakt door

Configureer daarna je AWS-referenties met de AWS CLI:

aws configureMogelijk gemaakt door

Het aws configure-commando op de CLI.

Spraak genereren via de SDK

Hier is een eenvoudige Python-script om tekst om te zetten naar spraak met Amazon Polly:

import boto3

polly = boto3.client('polly')
response = polly.synthesize_speech(
    Text='Hello, this is a test of Amazon Polly.',
    OutputFormat='mp3',
    VoiceId='Joanna'
)

with open('speech.mp3', 'wb') as file:
    file.write(response['AudioStream'].read())Mogelijk gemaakt door

Dit script genereert spraak uit tekst en slaat deze op als een mp3-bestand.

Geavanceerde functies van Amazon Polly

Hoewel Amazon Polly vooral bekend is om zijn basisfunctionaliteit voor tekst-naar-spraak, biedt het ook verschillende geavanceerde functies waarmee developers meer verfijnde en interactieve spraakervaringen kunnen creëren. 

SSML (Speech Synthesis Markup Language) gebruiken

SSML (Speech Synthesis Markup Language) stelt developers in staat om verschillende aspecten van spraak te regelen, zoals toonhoogte, tempo, volume en nadruk, waardoor de audio-uitvoer expressiever en natuurlijker wordt.

Met SSML-tags kun je pauzes toevoegen, spreekstijlen aanpassen en zelfs afkortingen letter voor letter laten spellen. Deze flexibiliteit is vooral nuttig voor scenario’s zoals storytelling, e-learningplatforms en klantenserviceapplicaties, waar toon en manier van spreken de gebruikersbetrokkenheid sterk beïnvloeden. 

Zo kun je bepaalde woorden benadrukken om het belang te onderstrepen of de spreeksnelheid aanpassen voor instructieve content om de verstaanbaarheid te vergroten.

Zo gebruik je SSML met de Polly SDK:

response = polly.synthesize_speech(
    Text="<speak><emphasis level='strong'>Important</emphasis> message!</speak>",
    TextType='ssml',
    OutputFormat='mp3',
    VoiceId='Matthew'
)

# Save the audio file
with open('speech_ssml.mp3', 'wb') as file:
    file.write(response['AudioStream'].read())Mogelijk gemaakt door

Dit voorbeeld legt de nadruk op het woord "Important" zodat het opvalt in het gesproken bericht, wat de emotionele impact op de luisteraar vergroot. SSML ondersteunt ook geavanceerde functies zoals fonetische uitspraak, fluisteren en het toevoegen van geluidseffecten, zodat developers volledige controle hebben over de spraakervaring.

Speech marks voor lip-sync

Speech marks bieden tijdsuitgelijnde metadata, waardoor developers spraak kunnen synchroniseren met animaties, tekstaanduiding of lipbewegingen van personages. 

Deze functie is vooral waardevol voor interactieve applicaties zoals virtuele personages, educatieve games of karaoke-achtige tekstaanduiding. 

Door speech marks aan te vragen naast spraaksynthese, ontvang je gedetailleerde timinginformatie per woord of zin, zodat je dynamische, gesynchroniseerde multimedia-ervaringen kunt creëren. 

Je kunt bijvoorbeeld de mondbewegingen van een personage animeren in sync met de gesproken woorden of tekst in realtime markeren terwijl deze wordt verteld. Zo vraag je speech marks op:

response = polly.synthesize_speech(
    Text='Hello, world!',
    OutputFormat='json',
    VoiceId='Emma',
    SpeechMarkTypes=['word']
)

# Save the speech marks to a JSON file
with open('speech_marks.json', 'wb') as file:
    file.write(response['AudioStream'].read())Mogelijk gemaakt door

JSON-uitvoer:

{"time":6,"type":"word","start":0,"end":5,"value":"Hello"}
{"time":714,"type":"word","start":7,"end":12,"value":"world"}Mogelijk gemaakt door

In het bovenstaande voorbeeld worden speech marks per woord opgevraagd, wat een JSON-object met tijdstempels en tekstgegevens oplevert. Developers kunnen deze informatie vervolgens gebruiken om animaties frame voor frame te synchroniseren, waardoor de audio-visuele ervaring meeslepender en realistischer wordt.

Realtime streaming met Amazon Polly

Voor realtime toepassingen zoals spraakassistenten, live commentaar of interactieve chatbots ondersteunt Amazon Polly streaming via het WebSocket-protocol of via mediaplayers die HLS (HTTP Live Streaming) ondersteunen. 

Hierdoor kunnen applicaties audio al afspelen terwijl deze wordt gesynthetiseerd, wat de latentie vermindert en voor een responsievere gebruikerservaring zorgt. Realtime streaming is ideaal in scenario’s waar directheid cruciaal is, zoals live klantenondersteuning of conversationele AI. 

Developers kunnen deze functie benutten om spraakgestuurde apparaten, nieuwslezers of interactieve verhalende applicaties te bouwen die direct reageren op gebruikersinput.

Amazon Polly-resources beheren

Effectief beheer van Amazon Polly-resources is cruciaal om prestaties, kosten en schaalbaarheid te optimaliseren. Door spraakbestanden strategisch op te slaan en het gebruik te monitoren, zorg je voor efficiënte inzet van resources en behoud je een hoogwaardige gebruikerservaring. 

Amazon Polly integreert naadloos met andere AWS-services, zoals Amazon S3 voor opslag en het AWS Billing Dashboard voor kostenmonitoring, waardoor resourcebeheer eenvoudiger wordt. 

Spraakbestanden maken en beheren

Met Amazon Polly kun je gesynthetiseerde spraak opslaan in Amazon S3 voor schaalbare opslag en eenvoudige terughalen. Deze aanpak is vooral handig voor applicaties met terugkerende audiobehoeften, zoals e-learningplatforms, audioboeken of klantenservicebots, waarbij je audiobestanden kunt hergebruiken in plaats van elke keer opnieuw te synthetiseren. 

Door vaak gebruikte spraakuitvoer in S3 op te slaan, verlaag je kosten en verbeter je prestaties door gecachte audiobestanden direct vanuit de cloud te serveren.

s3 = boto3.client('s3')
s3.upload_file('speech.mp3', 'your-bucket-name', 'speech.mp3')Mogelijk gemaakt door

Gebruik en kosten monitoren

Gebruik het AWS Billing and Cost Management Dashboard om gebruik en kosten efficiënt te monitoren. Dit dashboard biedt gedetailleerde kostenoverzichten, gebruiksrapporten en de mogelijkheid om budgetten en waarschuwingen in te stellen om onverwachte kosten te vermijden. 

Kosten monitoren is vooral belangrijk bij het gebruik van neural voices, die duurder zijn dan standaardstemmen. Je kunt ook gebruiksstatistieken bijhouden, zoals het aantal gesynthetiseerde tekens en de frequentie van API-calls, wat je helpt om het resourcegebruik te optimaliseren.

Voorbeeld van een AWS-kostendashboard.

Best practices voor het gebruik van Amazon Polly

Door best practices toe te passen bij het gebruik van Amazon Polly, zorg je voor optimale prestaties, kostenefficiëntie en gebruikerservaring. Hier zijn enkele richtlijnen:

De juiste stem kiezen

De juiste stem kiezen hangt af van het doel van de applicatie en de doelgroep. Amazon Polly biedt verschillende stemmen, waaronder standaard- en neural-stemmen, elk met unieke tonen en kenmerken. 

• Neural-stemmen klinken natuurlijker en expressiever, maar zijn duurder. Ze zijn daarom ideaal voor toepassingen met hoge emotionele betrokkenheid, zoals audioboeken of storytelling. 
• Standaardstemmen bieden een kostenefficiënte oplossing voor utilitaire toepassingen zoals klantenservicechatbots. Test verschillende stemmen met gebruikersfeedback om de meest geschikte stem voor je toepassing te kiezen.

Spraakuitvoer optimaliseren

Gebruik SSML (Speech Synthesis Markup Language) om de spraakkwaliteit te verbeteren door toonhoogte, tempo en volume aan te passen. Door deze instellingen fijn te regelen, creëer je een dynamischere en boeiendere audio-ervaring. 

Zo zorgt een lagere spreeksnelheid voor betere verstaanbaarheid bij instructieve content, terwijl het benadrukken van kernzinnen storytelling versterkt. Door met verschillende SSML-tags te experimenteren, bereik je de meest natuurlijk klinkende spraak.

Kosten verlagen

Overweeg strategieën zoals het beperken van de frequentie van spraaksynthese en het opslaan van vaak gebruikte audiobestanden in S3 voor hergebruik om de kosten te optimaliseren bij Amazon Polly. Zo minimaliseer je herhaaldelijke API-calls en verlaag je de synthesekosten. 

Daarnaast kun je strategisch een mix van standaard- en neural-stemmen inzetten om kosten en kwaliteit in balans te houden. 

Gebruik bijvoorbeeld neural-stemmen alleen voor cruciale contactmomenten zoals welkomstboodschappen, terwijl standaardstemmen informatieve content voor hun rekening nemen. Stel gebruikslimieten en kostenalerts in via het AWS Billing Dashboard om het budget te bewaken en verrassingen te voorkomen.

Conclusie

Amazon Polly is een krachtige tekst-naar-spraakservice die geavanceerde deep learning-technologieën inzet om tekst om te zetten in levensechte spraak, wat de gebruikerservaring en toegankelijkheid verbetert. 

In deze tutorial hebben we de basisfunctionaliteiten van Amazon Polly verkend, van het instellen van de AWS SDK tot het programmatisch genereren van spraak. We hebben ook geavanceerde mogelijkheden besproken, zoals het gebruik van SSML voor aangepaste spraakuitvoer, het inzetten van Speech Marks voor lip-sync en animaties, en het implementeren van realtime streaming voor dynamische spraaktoepassingen. 

Door Amazon Polly in je applicaties te integreren, kun je zeer interactieve en gepersonaliseerde spraakervaringen creëren voor een wereldwijd publiek. Of je nu virtuele assistenten, audioboeken, educatieve platforms of toegankelijkheidstools bouwt: Amazon Polly biedt de flexibiliteit, schaalbaarheid en geavanceerde functies om je ideeën te realiseren.

Ben je nieuw bij AWS en wil je je cloudskills versterken? Bekijk dan deze gerelateerde cursussen:

• AWS Concepts – Leer de fundamentele concepten achter AWS-cloudcomputing.
• AWS Cloud Technology and Services – Ga hands-on aan de slag met kernservices van AWS en hun praktische toepassingen.
• AWS Security and Cost Management – Begrijp best practices voor het beveiligen van AWS-resources en het optimaliseren van kosten.
• AWS Cloud Practitioner Certification Track – Bereid je voor op het AWS Cloud Practitioner-examen CLF-C02 met een gestructureerd leerpad.