AWS、Amazon Polly（アマゾン ポリー）のGenerativeエンジンを更新新ボイス14種、ヒンディー語・フィンランド語が初対応で料金とAPIは据え置き

AWSは2026年10月22日（米国時間、太平洋時間の10時台。日本時間では23日午前3時台）、音声合成サービス Amazon Polly（アマゾン ポリー）の Generative エンジンのアップグレードが一般提供になったと、AWSの機械学習ブログで発表した。AWSによると、新ボイスを14種（9ロケール）追加し、ヒンディー語とフィンランド語のGenerative音声は今回が初めての一般提供。既存のGenerativeボイスは音声名もAPI呼び出しも変えずに中身が入れ替わり、料金も同じだという。

3行まとめ

1. AWSがAmazon PollyのGenerativeエンジンを更新、新ボイス14種（9ロケール）を追加。Generativeボイスは計57種・11言語・25ロケールに
2. ヒンディー語（Arjun・Kiara）とフィンランド語（Suvi）がGenerativeで初の一般提供。リージョンはAWS GovCloud (US-West) が加わり計11
3. AWSによると料金・SKU・API呼び出しは据え置き。料金ページのGenerativeは100万文字あたり30ドル

本記事の内容は、日本時間10月23日3時台に公式ページで確認したものです。

何が変わったのか

AWSのブログは、今回の更新を「より表現豊かで、より正確な音声を低遅延で出す」ものと説明している。具体的に挙げているのは次の点だ。

• 自然さ・表現力: サンプル音声つきで紹介。入力したテキストの内容に応じて、中立・自信なし・驚きといった話し方を、手動の設定なしで出し分けられるとしている（例はKennethが読む「Your package arrived early.」を言い回しを変えた3つの文）
• 数字・通貨・住所の読み上げ精度: 追跡番号、日時、金額、住所を含む注文確認の読み上げをサンプルにしている。ブログは、コンタクトセンターで正しく読めればセルフサービスで解決しやすくなる、という使い方を想定している
• 新しい言語: ヒンディー語（Arjun、Kiara）とフィンランド語（Suvi）。AWSは、この2言語がGenerativeエンジンで一般提供されるのは初めてと書いている

ブログによると、更新は「drop-in upgrade（差し替えて使える更新）」で、既存のGenerativeボイスは同じ名前・同じAPIのまま新しいエンジンになる。新規のアプリも、通常の SynthesizeSpeech API で Engine="generative" を指定すればよい。リアルタイム用途には、テキストを流しながら音声を同時に受け取る双方向ストリーミングAPI StartSpeechSynthesisStream が使える、とも書かれている。

追加された14種のボイス一覧

ブログが挙げる新ボイスは次のとおり。

ブログはインド英語とヒンディー語の両方にKiaraとArjunを挙げており、同じ名前のボイスが2つの言語にまたがるのか別物なのかは、今回の記載からは読み取れなかった。

使える地域は？日本では？

AWSのブログによると、新ボイス14種の提供リージョンは次の11。

US East (N. Virginia)、US West (Oregon)、Europe (Frankfurt)、Europe (Zurich)、Europe (London)、Asia Pacific (Sydney)、Asia Pacific (Seoul)、Asia Pacific (Singapore)、Asia Pacific (Tokyo)、Canada (Central)、AWS GovCloud (US-West)

東京リージョンは含まれている。ただし、今回取得したブログと開発者ガイドのGenerativeボイス一覧には、日本語（ja-JP）の音声は載っていない。日本語の読み上げが改善された、という記述も今回の発表には見つからなかった（ブログ・料金ページ・開発者ガイドの3つを「Japan」「ja-JP」で検索した範囲）。日本のアプリ開発者にとっては、東京リージョンで英語・韓国語などの新ボイスを呼び出せる、という位置づけになる。

利用方法は、AWSマネジメントコンソール、AWS CLI、AWS SDKのいずれか。ブログは、必要なIAM権限として polly:SynthesizeSpeech を挙げ、リージョンごとの利用可否は実行時に DescribeVoices で確認するよう勧めている。

ブログは、コンタクトセンター向けの改善が Amazon Connect と Genesys のフローに「自動で届く」とも書いている。

料金は？

AWSは「価格は同じ、新しいSKUなし、既存連携の変更なし」と説明している。Amazon Polly の料金ページ（日本時間10月23日3時台に取得）の記載は次のとおり。

典型的なニュース記事（約6,500文字）をGenerativeで読み上げた場合の例として、料金ページは0.20ドルと載せている。

ブログは「静的なプロンプトの音声はキャッシュして再生しても追加費用がかからない」とも書いており、料金ページの記載とも一致する。

前と何が違うのか

更新前後の差を、AWSの開発者ガイドと比べるとこうなる。

43種に14種を足すと57種になり、数字は合う。

ブログは、更新の対象外として「StandardとNeuralのボイスは影響を受けない」と明記している。また、Generativeボイスでは従来どおりspeech marks（発話位置のメタデータ）が使えず、必要なら標準・Neuralのボイスを使うよう案内している。SSMLタグは引き続き使える。

ブログに載っている導入事例

フィンランドのメディア企業 Sanoma Media Finland の担当者のコメントが載っている。

“Based on our testing, Suvi’s new generative voice is a clear improvement over the previous neural voice – it sounds noticeably more natural and makes for a more enjoyable experience for the listener.” （同社のテストでは、Suviの新しいGenerativeボイスは従来のNeuralボイスより明らかに改善されており、はっきり自然に聞こえて、聴き手にとって楽しい体験になる）

同社は現在、Pollyのフィンランド語Neuralボイスで月に1万本超の記事を音声化しているという。これは発表側が選んで載せた顧客の声であり、第三者の評価ではない。

開発者ガイドとブログの食い違いと、確認できなかったこと

日本時間3時台に3つのページを順に取得した時点で、開発者ガイド（Generative voices）はまだ更新前の内容だった。ボイス数は43種、リージョン一覧は10で GovCloud は無く、インド英語のボイスも Kajal の1種だけの表記だった。ブログの「57種・11リージョン」とは数字が違う。筆者はガイドへの反映待ちとみているが、反映の予定は今回のページには書かれていない。実際に使う前に、DescribeVoices の結果で自分のリージョンの利用可否を確かめたほうがよい。

ほかに、今回のページから確認できなかった点を挙げる。

• GovCloudでの料金: 料金ページのGovCloudの節に載っているのはStandardとNeuralの価格だけで、Generativeの価格は出ていない。ブログは「料金は同じ」としているが、GovCloudの価格は今回取得したページでは確認できなかった
• ストリーミングAPIの提供地域: 開発者ガイドの記載では、双方向ストリーミングAPIが使えるのは8リージョン（N. Virginia、Frankfurt、Oregon、Singapore、Sydney、London、Canada (Central)、Zurich）で、東京とソウルは含まれていない。ブログの新ボイス11リージョンとは別の話だが、東京でリアルタイム用途を考える人は、ガイドの更新後に改めて確認する必要がある
• 品質の数値: 精度や自然さを測った数字（ベンチマーク、聴取テストの点数など）は、今回のブログには載っていない。改善はサンプル音声と顧客コメントで示されている
• ロケールごとの追加ボイスの提供範囲: 開発者ガイドは、ロンドン・カナダ・チューリッヒではGenerativeボイスの一部しか使えないと注記している。ブログは新ボイス14種が11リージョンで使えると書いており、この注記との関係は今回の記載からは判断できなかった
• 聞き比べ: 筆者はサンプル音声を再生しておらず、品質の評価はしていない

筆者が確認できたのは、公式ページの記載とその食い違いまでだ。日本時間3時台にブログ・料金ページ・開発者ガイドを取得して見比べた時点では、ブログだけが新しい内容で、ガイドはまだ旧状態だった。製品を実際に試したわけではない。

出典と確認時刻

• Amazon Polly delivers a major upgrade to its Generative engine（AWS Machine Learning Blog）：日本時間2026年10月23日3時台に確認（掲載日時は2026年10月22日10:06、-08:00表記）
• Amazon Polly Pricing（AWS）：同日3時台に確認
• Generative voices - Amazon Polly Developer Guide（AWS）：同日3時台に確認

本記事は続報があり次第更新します。