Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Amazon Polly macht Sprachklonen für AWS-Kunden allgemein verfügbar

19. November 2026, 20:53Von der KI Nachrichten RedaktionQuelle: AWS
Amazon Polly macht Sprachklonen für AWS-Kunden allgemein verfügbar
Bild: AWS

Amazon Polly hat das Sprachklonen als kontrollierte Version allgemein verfügbar gemacht. Kunden können damit aus wenigen Minuten Aufnahmen einer zustimmenden Sprecherin oder eines zustimmenden Sprechers eine synthetische Stimme erstellen. Die geklonte Stimme kann anschließend über die generative Engine von Polly Sprache erzeugen.

Das Wichtigste in Kürze
  • Das Sprachklonen mit Amazon Polly ist als kontrollierte Version allgemein verfügbar.
  • Die Funktion unterstützt Englisch, Spanisch, Deutsch, Französisch, Italienisch, Portugiesisch und Hindi.
  • Die Erstellung einer Stimme dauert normalerweise 5-10 Minuten und erfordert die Einwilligung der Sprecherin oder des Sprechers.
  • Geklonte Stimmen werden verschlüsselt, zugriffskontrolliert und auf das erstellende AWS-Konto beschränkt.
  • Die Erstellung einer Stimme ist kostenlos, während die Nutzung der geklonten Stimme nutzungsbasiert abgerechnet wird.

Benutzerdefinierte Stimmen in sieben Sprachen

Das Sprachklonen startet mit Englisch, Spanisch, Deutsch, Französisch, Italienisch, Portugiesisch und Hindi. Jede geklonte Stimme spricht die Sprache, in der sie aufgenommen wurde. Mehrsprachige Anwendungen benötigen daher für jede unterstützte Sprache separat erstellte und freigegebene Stimmen.

AWS zufolge bieten die geklonten Stimmen eine ähnliche Natürlichkeit und Genauigkeit wie die anderen generativen Stimmen des Unternehmens. Zu den von AWS genannten Beispielen gehören eine Spielfigur, eine Kundenservice-Hotline, die Vertonung von Lerninhalten und Marken-Audio. Mögliche Einsatzgebiete sind interaktive Sprachdialogsysteme, Sprachagenten, mobile Apps, Durchsagen in Geschäften, Werbung, vernetzte Geräte, Hörbücher, Podcasts, Kurse und Videos.

Für Unternehmen kann die Funktion eine konsistente Stimme über mehrere Kanäle hinweg ermöglichen und Teams erlauben, Eingabeaufforderungen zu aktualisieren, ohne eine weitere Aufnahmesitzung zu buchen. Auch Content-Ersteller und Verlage können benutzerdefinierte Stimmen für neue Kapitel, Aktualisierungen und lokalisierte Inhalte nutzen.

So funktioniert das Sprachklonen mit Amazon Polly

Kunden nehmen eine Sprecherin oder einen Sprecher auf und übermitteln beim Aufruf der CreateVoice-API zwischen 1 und 10 Aufnahmen. Sie müssen TermsAccepted=True angeben, um zu bestätigen, dass die Einwilligung der Sprecherin oder des Sprechers vorliegt. Aufnahmen können über die API gesendet, in der Konsole hochgeladen oder in einem Amazon-Simple-Storage-Service-Bucket in der AWS-Region gespeichert werden, in der die Stimme erstellt wird.

Amazon Polly gibt eine mit vc- beginnende Sprach-ID zurück und erstellt die Stimme asynchron. Die Erstellung dauert normalerweise 5-10 Minuten. Kunden können GetVoice aufrufen, bis die Stimme aktiv wird oder der Vorgang fehlschlägt. Anschließend lässt sich die Stimme mit SynthesizeSpeech für Audio in Echtzeit oder mit StartSpeechSynthesisTask für längere Audiodateien verwenden, die in S3 geschrieben werden. Eine Stimme kann mit DeleteVoice entfernt werden.

AWS empfiehlt, zwei bis zehn Minuten natürliche Sprache in einem ruhigen Raum aufzunehmen, mit einer Sprecherin oder einem Sprecher und gleichbleibender Mikrofonposition. Kunden können insgesamt bis zu 15 Minuten Audio übermitteln, wobei einzelne Aufnahmen bis zu eine Minute lang sein dürfen. AWS empfiehlt Mono-WAV-Aufnahmen mit 16 Bit und 24 kHz.

Einwilligung, Zugriff und Verfügbarkeit

Amazon Polly verlangt, dass Kunden bei jeder Erstellung einer Stimme die Einwilligung bestätigen. AWS zufolge sind geklonte Stimmen auf das Konto beschränkt, in dem sie erstellt wurden. Der Zugriff wird über AWS Identity and Access Management kontrolliert. Die Stimmen werden verschlüsselt gespeichert, und Kunden können ihren eigenen Schlüssel des AWS Key Management Service verwenden. Auch generierte Sprache einer geklonten Stimme enthält ein Wasserzeichen.

AWS zufolge bewahrt das Unternehmen nach der Erstellung der Stimme keine Kopie der Ausgangsaufnahmen auf und verwendet sie nicht zum Trainieren von Amazon-Polly-Modellen. Beim Löschen einer Stimme werden die zugehörigen Daten sofort entfernt. Das Unternehmen empfiehlt, Einwilligungen zu dokumentieren, eine Stimme bei deren Widerruf zu löschen und Zuhörer gegebenenfalls darüber zu informieren, dass sie synthetische Sprache hören.

Das Sprachklonen ist in allen AWS-Regionen verfügbar, die von der generativen Engine von Amazon Polly unterstützt werden, einschließlich der AWS GovCloud (US)-Region. Der Zugriff ist für ausgewählte Amazon-Polly-Kunden bereits freigeschaltet. Andere Kunden können ihr AWS-Kontaktteam ansprechen oder den Zugriff beantragen. Das Erstellen einer geklonten Stimme ist für Amazon-Polly-Kunden kostenlos. Die Nutzung der geklonten Stimme wird nach dem Pay-as-you-go-Modell abgerechnet.

Ähnliche Meldungen

AWS bringt Inference-Empfehlungen in SageMaker Studio, Python SDK und Coding-Agenten
Produkte und Tools20. November 2026, 01:34

AWS bringt Inference-Empfehlungen in SageMaker Studio, Python SDK und Coding-Agenten

Amazon Web Services hat die Inference-Empfehlungen von SageMaker AI über die ursprüngliche API hinaus erweitert: Sie stehen nun in SageMaker AI Studio, im SageMaker…

AWS lässt KI-Agenten x402-Produkte über Marketplace-Abrechnung kaufen
Produkte und Tools20. November 2026, 00:02

AWS lässt KI-Agenten x402-Produkte über Marketplace-Abrechnung kaufen

AWS hat AWS Billing in die Zahlungen von Amazon Bedrock AgentCore integriert. Damit können KI-Agenten x402-fähige Software, APIs, Daten und Inhalte über den AWS…

BMW Group legt Governance-Modell für Hunderte KI-Agenten fest
Für Entwickler19. November 2026, 23:20

BMW Group legt Governance-Modell für Hunderte KI-Agenten fest

Die BMW Group entwickelt ein unternehmensweites Governance-Modell für Hunderte KI-Agenten, die in ihrer Forschungs- und Entwicklungsorganisation eingesetzt werden. Dort…