AI-modellen en platforms
Amazon Polly voegt stemklonen met beperkte toegang toe voor aangepaste merkstemmen

Belangrijkste puntenGekloonde stemmen blijven vergrendeld aan het account en de regio waarin ze zijn…
Meer weergeven
- Gekloonde stemmen blijven vergrendeld aan het account en de regio waarin ze zijn gemaakt, dus gebruik in een andere regio vereist herbouw op basis van dezelfde opnamen.
- Polly verwijdert de bronopnamen nadat een stem is gebouwd en bewaart alleen versleutelde stemgegevens tot aan verwijdering.
- Een gekloonde stem erft één leveringsstijl van de opnamen en kan niet meerdere emotionele takes combineren.
Amazon Web Services kondigde de release van Amazon Polly aan op 19 november 2026. Daarmee werd het klonen van stemmen algemeen beschikbaar als functie met beperkte toegang. Goedgekeurde AWS-accounts kunnen op basis van opnamen van één spreker die daarvoor toestemming heeft gegeven, aangepaste tekst-naar-spraakstemmen maken. Bij de lancering worden zeven talen ondersteund.
Toegang wordt per AWS-account ingeschakeld. Bepaalde Polly-klanten hebben de functie al; anderen kunnen contact opnemen met hun AWS-accountteam of een aanvraag indienen. Een gekloonde stem maken is gratis; voor gesynthetiseerde audio wordt betaald op basis van gebruik. De functie is beschikbaar in dezelfde AWS-regio’s als de generatieve engine van Polly, waaronder AWS GovCloud (US-West).
Gekloonde stemmen draaien op die engine, die volgens AWS een natuurlijkheid en nauwkeurigheid biedt die vergelijkbaar zijn met die van zijn andere generatieve stemmen. Engels, Spaans, Duits, Frans, Italiaans, Portugees en Hindi worden ondersteund, maar elke stem spreekt alleen de taal waarin de opname is gemaakt. Een stem blijft bovendien in het account en de regio waarin deze is aangemaakt. Voor gebruik in een andere regio of een ander account moet de stem opnieuw worden aangemaakt op basis van dezelfde opnamen. De toestemming van de spreker moet voor elke kopie gelden.
Een stem opbouwen op basis van opnamen
De belangrijkste zakelijke toepassing is een consistente stem op telefoonsystemen, spraakassistenten, mobiele apps, omroepinstallaties in winkels, in advertenties en op verbonden apparaten. De functie ondersteunt ook gesproken berichten voor contactcenters en langere inhoud, zoals luisterboeken, cursussen en podcasts. Voor organisaties waarvan scripts regelmatig veranderen, is het praktische voordeel dat ze nieuwe audio kunnen genereren met een bestaande stem, zonder voor elke wijziging een nieuwe opnamesessie te hoeven organiseren.
Om een stem te maken, dient een klant 1–10 opnamen van één spreker in, met in totaal maximaal 15 minuten audio. AWS beveelt 2–10 minuten natuurlijke spraak aan en stelt dat kwaliteit belangrijker is dan de lengte. De bestanden kunnen via de console worden geüpload of worden opgenomen in CreateVoice of worden aangeleverd vanuit een Amazon S3-bucket in de doelregio. Voor de aanvraag zijn ook de opnametaal en TermsAccepted=True.
De API geeft direct een stem-ID terug en bouwt de stem vervolgens asynchroon op, doorgaans in 5–10 minuten, waarbij de gelijkenis met de spreker wordt gecontroleerd. Een voltooide stem kan realtime audio genereren via SynthesizeSpeech of langere audio die via StartSpeechSynthesisTasknaar S3 wordt geschreven. Omdat het maken enkele minuten duurt, adviseert AWS om dit als een voorbereidende stap te behandelen en niet als onderdeel van een live gebruikersverzoek.
Klanten beginnen met een quotum van 10 gekloonde stemmen per account per regio. CreateVoice en DeleteVoice delen een limiet van één aanvraag per seconde. Daarom moeten grote aantallen aanmaak- en verwijderverzoeken in een wachtrij worden geplaatst.
Toestemming en beveiligingsmaatregelen
Door de voorwaarden te accepteren, bevestigt de klant dat deze alle rechten en toestemmingen heeft verkregen die nodig zijn om de stem te maken en te gebruiken. Polly voegt een watermerk toe aan gesynthetiseerde audio die met een gekloonde stem is gemaakt. De toegang is via AWS Identity and Access Management beperkt tot het AWS-account waarin de stem is aangemaakt. Klanten kunnen stemmen voorzien van tags en versleutelen met hun eigen AWS Key Management Service-sleutel.
Na het aanmaken bewaart Polly zijn kopie van de bronopnamen niet en gebruikt het die ook niet om modellen van Amazon Polly te trainen. Het bewaart alleen de stemgegevens die nodig zijn voor synthese, versleuteld totdat ze worden verwijderd; DeleteVoice die gegevens worden onmiddellijk verwijderd. AWS adviseert om toestemming vast te leggen, de stem te verwijderen als de toestemming wordt ingetrokken, luisteraars waar passend te laten weten wanneer ze synthetische spraak horen en de stemmachtigingen te beperken tot de mensen en systemen die ze nodig hebben.
Opnamekwaliteit en uitvoerlimieten
Het aanbevolen opnameformaat is mono, 16-bits WAV met een samplefrequentie van 24 kHz, opgenomen met één spreker in een stille ruimte. De kloon kan ventilatorgeluid, galm in de ruimte en de audiobewerking van een vergaderapp overnemen. Andere accenten van de ondersteunde talen, zoals Brits Engels of Canadees Frans, kunnen werken, maar zijn minder uitgebreid getest. Daarom is het belangrijk de stem te controleren met eigen materiaal van de klant.
Een gekloonde stem neemt ook de spreekstijl van de opnamen over en kan verschillende stijlen niet combineren. Opnamen met een opgewekte, verdrietige en boze toon leveren dus geen stem op die alle drie de stijlen aankan. Dezelfde tekst kan bij verschillende syntheseverzoeken iets anders klinken. Voor vaste berichten, zoals begroetingen op een telefoonlijn, adviseert AWS de audio één keer te genereren, goedkeuring van de spreker en het merkteam te verkrijgen en het opgeslagen bestand af te spelen. Productiescripts moeten vóór de ingebruikname worden getest met namen, getallen, adressen en lange zinnen.
Voor bedrijven maakt deze release een herbruikbare stem onderdeel van de AWS-applicatiestack, met bijbehorende synthese-API’s, versleuteling en servicelimieten. De operationele taak omvat nu meer dan alleen spraak genereren: ook het beheren van toestemming, toegang, regionale kopieën en goedkeuring van de audio die luisteraars te horen krijgen hoort erbij.












