Cloud Polly cho phép bạn chuyển đổi bất kỳ văn bản nào thành giọng nói sống động, cho phép bạn tạo nội dung truyền thông đa dạng như sách nói, podcast, nội dung giọng nói và cả ứng dụng có thể nói, và xây dựng các loại sản phẩm mới hoàn toàn có tính năng nói. Dịch vụ Text-to-Speech (TTS) của Cloud Polly sử dụng các công nghệ học sâu tiên tiến của các nhà cung cấp dịch vụ đám mây hàng đầu như Amazon Web Services, Microsoft Azure, Google Cloud Platform và IBM Cloud để tổng hợp giọng nói con người tự nhiên. Với hơn 630 giọng nói khác nhau trên hơn 70 ngôn ngữ, bạn có thể xây dựng các ứng dụng có tính năng nói hoạt động ở nhiều quốc gia khác nhau.

Ngoài các giọng nói tiêu chuẩn TTS, Cloud Polly còn cung cấp các giọng nói Neural Text-to-Speech (NTTS) cung cấp các cải tiến tiên tiến về chất lượng giọng nói thông qua một phương pháp học máy mới. Hầu hết công nghệ Neural TTS của Cloud Polly cũng hỗ trợ các phong cách nói độc đáo tùy thuộc vào nhà cung cấp đám mây cho phép bạn tương thích tốt hơn với phong cách phát biểu của người nói với ứng dụng: Ví dụ: một phong cách đọc tin tức được tùy chỉnh cho các trường hợp sử dụng trình bày tin tức, và một phong cách nói thoại phù hợp cho giao tiếp hai chiều như các ứng dụng điện thoại.

Tận hưởng việc sử dụng tiện lợi của các thẻ SSML để thêm các hiệu ứng giọng nói khác nhau, chẳng hạn như điều chỉnh độ cao, âm lượng, tốc độ, nhấn mạnh, các từ hoặc cụm từ bị lược bỏ để kể tên một vài. Danh sách đầy đủ có thể được tìm thấy trên bản demo khi chọn các giọng nói tương ứng.