Amazon Pollyの生成音声エンジン（Generative engine）が、価格とAPI呼び出しを変えないまま、より自然で正確な読み上げにアップグレードされました。すでにGenerative音声を使っている業務システムや教材は、コードを変えずに改善の対象になります。この記事は、Amazonが2026年10月22日に公開した公式発表をもとに、2026年10月24日時点の情報で書いています。
何が発表されたか
Amazon Pollyは、テキストを音声に変えるAWSのマネージドサービス（AWSが運用を担うサービス）です。今回の発表の要点は次のとおりです。
- 生成音声エンジンが、より表現力があり、より正確で、低遅延の音声を出せるようにアップグレードされ、本番環境で一般提供されています。
- 既存のGenerative音声は「差し替え」で更新されます。音声名もAPI呼び出しも変わらず、既存のアプリはそのまま動くとされています。
- 新しい音声は14種類（9ロケール）です。ロケールとは言語と地域の組み合わせのことです。ヒンディー語とフィンランド語は、Generativeエンジンでの一般提供が初めてです。
- 生成音声の総数は、11言語・25ロケールで57音声になりました。
- 数字・金額・住所などを、より正確に読み上げられるとされています。文脈に合わせた話し方（感情や抑揚）も、手動設定なしで反映されるとされています。
- 料金は同じです。値上げも新しい料金区分もありません。同じ静的な文言を保存して再生する場合、追加費用はかからないとされています。具体的な単価は発表では示されておらず、料金ページの確認が必要です。
| 項目 | 発表の内容 |
|---|---|
| 提供状況 | 一般提供（本番環境で利用可） |
| 新音声のリージョン | 米国東部（バージニア北部）、米国西部（オレゴン）、フランクフルト、チューリッヒ、ロンドン、シドニー、ソウル、シンガポール、東京、カナダ（中部）、AWS GovCloud（US-West） |
| 影響を受けない音声 | Standard音声とNeural音声 |
| 制限 | 生成音声ではスピーチマークは使えない（従来どおり） |
新音声の言語は、英語（米国・豪州・インド）、ドイツ語、米国スペイン語、ブラジルポルトガル語、韓国語、ヒンディー語、フィンランド語です。この14種類に日本語は含まれていません。日本語の生成音声の状況は、この発表には書かれていません。
日本の企業・学校でどう使えるか
ここからは、TERRAISEの考えです。
業務・授業での使いどころ
- コールセンター・問い合わせ窓口（顧客対応部門）：注文番号・住所・確認コードなどを正確に読み上げる自動応答が考えられます。発表では、AmazonConnectとGenesysのフローにも改善が自動で届くとされています。
- 研修・教材づくり（人事・教育担当、教員）：入力は教材やマニュアルのテキスト、処理はPollyによる音声化、出力はナレーション音声です。テキストを直せば音声も更新でき、録り直しは要りません。発表でも、eラーニングの更新に向く用途として挙げられています。
- アクセシビリティ（総務・ICT担当、学校の校務）：お知らせや文書の読み上げ版を用意し、聞いて読める形にすることが考えられます。
- 多言語展開（広報・マーケティング）：台本から動画や広告用の音声を作る使い方があります。ただし、日本語の生成音声が使えるかは別途確認が必要です。
始め方
- IT部門や開発担当が、Pollyをすでに使っているか、使っている場合はどの音声エンジン（Standard・Neural・Generative）かを確認します。
- 担当者が、AWSアカウントでAmazon Pollyのコンソールを開き、音声を聞き比べます。コンソールは発表で案内されている入口の一つです。
- 開発担当が、AWS CLIやSDKで
Engine="generative"を指定して試します。発表には、Python（Boto3）とAWS CLIの例が載っています。 - 利用するリージョンで目的の音声が使えるか、
DescribeVoicesで確認します。発表でも、リージョンをまたぐ展開ではこの確認が勧められています。 - 小さな用途（社内向けナレーションなど）から試し、聞き取りやすさと費用を確かめてから広げます。
注意点
- 日本語の生成音声が使えるか、今回の新音声に日本語が含まれるかは、発表に書かれていません。日本語の用途は、公式ドキュメントとコンソールで確認してください。
- 自動で更新されるのはGenerative音声です。Standard音声とNeural音声は対象外です。
- スピーチマーク（音声と文字位置の対応情報）が必要なアプリには、生成音声は向きません。発表では、StandardやNeural音声を使うよう案内されています。
- 読み上げる文章はクラウドに送られます。個人情報や機密情報を入れてよいかは、社内の情報管理ルールで先に決めておきましょう。
- 音声の聞こえ方が変わります。本番の教材やIVR（自動音声応答）では、更新後に必ず試聴して内容を確かめましょう。
- 料金の単価は発表に書かれていません。料金ページで確認してください。
TERRAISEに相談する
音声合成は、どの業務の「出力」を音声にするかを決めると、使いどころが見えやすくなります。自社・自校の業務への当てはめ方は、60分の無料相談で一緒に整理できます。教育現場での活用は教育機関向けAI教育、社内の学び方は生成AI研修（AX Academy）もご覧ください。
出典（2026年10月24日 06:55 確認）
製品名・機能・提供範囲・料金は変わることがあります。導入前に必ず公式情報をご確認ください。
Supervised by — 監修
株式会社TERRAISE 代表取締役CEO 舟橋 遼亮2025年2月に株式会社TERRAISEを創業。お茶の水女子大学 外部講師、Google AI Student Ambassador（2025年）を務める。上場企業や全国の高校などで、AIの活用を実際に指導している。