Amazon Polly Generative ganha modelo mais natural, 14 vozes e dois idiomas novos

A AWS anunciou em 20 de outubro de 2026 um novo modelo por trás do mecanismo Generative do Amazon Polly, o serviço gerenciado de conversão de texto em fala. A atualização chega como drop-in, ou seja, sem exigir mudança de código em quem já usa o Engine=generative nas chamadas da API: o ganho é em qualidade de saída, com fala descrita pela AWS como mais natural e mais precisa, mantendo baixa latência.

Um dos focos da atualização é o tratamento de conteúdo complexo, como números, endereços de e-mail e endereços de rua. Segundo a AWS, esse tipo de texto agora soa mais confiável, reduzindo a necessidade de ajuste fino via tags de SSML (Speech Synthesis Markup Language) para corrigir leituras estranhas. As tags de SSML continuam suportadas no Generative engine exatamente como antes; nada foi removido.

14 vozes novas em nove idiomas

O portfólio de vozes do Generative engine ganhou 14 adições, distribuídas em nove localidades (locales). A lista divulgada pela AWS é a seguinte:

Para quem já usa Polly em produtos no Brasil, a novidade direta são Leo e Carolina, duas vozes novas em português brasileiro que chegam ao catálogo do mecanismo generativo. Isso amplia a opção de vozes de alta naturalidade para quem constrói atendimento automatizado, audiobooks ou narração em português.

Hindi e finlandês entram pela primeira vez

Além das vozes novas em idiomas já suportados, o lançamento marca a estreia de hindi e finlandês no Generative engine como disponibilidade geral (GA) pela primeira vez. Os demais idiomas da lista, incluindo o português brasileiro, já eram suportados no mecanismo generativo antes desta atualização; a novidade para eles está nas vozes adicionadas, não na entrada do idioma em si.

Onde o recurso está disponível (e onde não está)

As novas vozes do Generative engine já estão ativas nestas regiões da AWS:

• 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)

São Paulo (sa-east-1) não está na lista. Quem opera workloads na região brasileira e quer usar as vozes novas do Generative engine, incluindo Leo e Carolina em português, precisa hoje apontar a chamada à API para uma das regiões acima, tipicamente US East (N. Virginia) ou alguma região europeia, dependendo da latência tolerável e de requisitos de residência de dados. A AWS não informou, no anúncio, previsão de expansão para sa-east-1.

O lançamento também expande a oferta do Polly Generative ao AWS GovCloud (US-West), abrindo o mecanismo mais avançado de voz para cargas do setor público americano e indústrias reguladas que operam nessa partição isolada da nuvem.

Para quem constrói com a API

O Generative engine do Polly expõe uma API de streaming de baixa latência, pensada para três cenários que a AWS cita explicitamente: centrais de atendimento (contact centers), chatbots e agentes de voz baseados em LLM para conversas em tempo real. A variedade de vozes também atende casos de notícia, mídia, entretenimento, e-learning e acessibilidade, onde a diversidade de timbres e sotaques importa tanto quanto a naturalidade da fala.

Quem já consome o serviço via AWS CLI ou SDK não precisa mudar a estrutura da chamada para aproveitar o modelo atualizado; basta que a voz escolhida esteja entre as suportadas pelo Engine=generative. Um exemplo típico de chamada via CLI, usando uma das vozes novas:

aws polly synthesize-speech \
 --engine generative \
 --voice-id Carolina \
 --text "Olá, como posso ajudar?" \
 --output-format mp3 \
 --region us-east-1 \
 saida.mp3

Repare no --region us-east-1: enquanto sa-east-1 não ganhar o recurso, essa é a configuração necessária para times brasileiros que queiram testar as vozes novas.

O que fica em aberto

A AWS não detalhou no anúncio se o preço por caractere do Generative engine muda com o novo modelo, a orientação é consultar a página de preços do Polly, que segue o modelo vigente por engine. Também não há data anunciada para a chegada das vozes novas à região São Paulo, o que mantém equipes brasileiras dependentes de chamadas cross-region caso queiram usar Leo, Carolina ou qualquer uma das outras 12 vozes lançadas.

Fonte: AWS What's New