Amazon annonce l’accès pour les développeurs de Skill au catalogue de voix d’Amazon Polly. L’objectif est d’enrichir et diversifier l’utilisation de la synthèse vocale, pour rendre les applications plus engageantes.
Ce n’est pas parce que les assistants vocaux sont nouveaux, qu’il ne faut pas réfléchir à leur identité. Bien au contraire. Pour proposer une expérience convaincante, il faut se concentrer sur la valeur et l’articulation des contenus, ainsi qu’à la manière de les souffler à l’oreille des utilisateurs. Outre la possibilité d’intégrer des enregistrements audio, la synthèse vocale semble la plus à même d’apporter des réponses riches et variées pour nourrir une conversation homme-machine.
L’idée avec Amazon Polly est donc de rendre les skills plus engageantes. Chaque développeur a désormais un catalogue de voix élargi (27 actuellement). Sur chacune d’entre elles, il peut agir en intégrant du SSML (Le HTML de la voix). C’est à dire qu’il peut contrôler différents aspects du text-to-speech, tels que la prononciation, le volume, le contenu audio et le débit de parole.
Le deuxième intérêt de cette annonce est de favoriser le recourt à des voix multiples et donc d’intégrer plusieurs personnages dans une application vocale ludique ou narratrice d’histoire.
Nombreux sont les avis encore perplexes sur la synthèse vocale. Il faut savoir qu’elle s’améliore de jour en jour grâce à l’intelligence artificielle. Son rythme quelque peu robotique est d’ailleurs une manière rassurante de nous rappeler que nous échangeons avec une interface virtuelle. Enfin ses avancées offrent déjà des perspectives alléchantes en terme de branding vocal.
