Amazon Polly는 텍스트를 소리로 읽어 주는 음성 합성(text-to-speech, TTS) 서비스다. 뉴스 읽기, 접근성 지원과 학습 콘텐츠에 활용할 수 있으며, 음성을 텍스트로 바꾸는 Amazon Transcribe와 처리 방향이 반대다. 생성형(generative), 롱폼(long-form), 신경망(neural), 표준(standard) 음성 엔진 중에서 선택할 수 있지만 모든 음성과 언어가 모든 엔진에서 지원되는 것은 아니다. 합성한 오디오를 저장해 다시 재생하는 캐싱(caching)은 모델의 입력 계산을 재사용하는 프롬프트 캐싱(prompt caching)과 저장 대상이 다르다.
자체 다국어 상담 예시에서는 Amazon Translate로 번역한 결과를 Polly로 읽어준다. 언어 변환 뒤에 음성 합성이 이어지는 구조이며 각 단계의 품질과 언어 지원을 따로 확인한다.
적용 범위: 음성 엔진별 지원표와 음성 합성 마크업 언어(SSML)의 지원 범위는 별도로 확인한다.