Arkinu
Comparador de servicios de AWS

Amazon Lex vs Amazon Polly: diferencias y cuándo usar cada uno

Amazon Lex
Amazon Polly

Se confunden a menudo en el examenLas preguntas suelen ofrecer uno como distractor del otro: fíjate en la frase del escenario que inclina la balanza.

Aprendizaje automático

Amazon Lex

En el radar· Amazon Lex V1 dejó de tener soporte

Servicio para construir interfaces conversacionales (chatbots) de voz y texto. Combina reconocimiento de voz y comprensión del lenguaje natural para entender la intención del usuario y cumplirla, por ejemplo invocando una función de AWS Lambda.

Frases del examen que apuntan aquí

  • «crear un chatbot de voz o de texto con una interfaz conversacional»

    Amazon Lex sirve para construir bots que entienden lo que el usuario dice o escribe y mantienen una conversación para completar una tarea.

    Cuándo no: Si solo hay que convertir texto en voz, la respuesta es Amazon Polly; si solo hay que pasar audio a texto, Amazon Transcribe. Lex es para el diálogo, no para una conversión suelta.

  • «reconocer la intención del usuario y pedirle los datos que faltan»

    En Lex cada acción es un intent que se activa con frases de ejemplo, y los datos necesarios son slots que el bot pide con preguntas a lo largo de varios turnos.

    Cuándo no: Si no hay conversación y solo se quiere clasificar un texto (sentimiento, entidades), encaja Amazon Comprehend.

  • «un centro de contacto con respuesta de voz interactiva que entienda lenguaje natural»

    Los bots de Lex se integran en los flujos de Amazon Connect Customer (antes llamado Amazon Connect): el cliente dice o marca lo que necesita y el bot lo interpreta para resolverlo o derivar la llamada.

    Cuándo no: El centro de contacto en sí es Amazon Connect Customer; Lex aporta el bot. Si el requisito es analizar llamadas ya grabadas (sentimiento, problemas), se piensa en Amazon Transcribe Call Analytics.

  • «ejecutar lógica de negocio al completar la conversación»

    Lex invoca una función de AWS Lambda para validar lo que dice el usuario y para cumplir la petición, por ejemplo guardar una reserva.

    Cuándo no: Lex también puede devolver el intent y los slots al cliente para que la aplicación haga el trabajo. Y si el proceso tiene muchos pasos con esperas y reintentos, la orquestación suele ir en AWS Step Functions.

  • «publicar el mismo bot en Slack, Facebook Messenger o SMS»

    Un bot de Lex se puede publicar en servicios de mensajería y en apps móviles.

    Cuándo no: Para dispositivos Alexa hace falta una skill de Alexa. La exportación del esquema del bot a una skill era una función de Lex V1, que dejó de tener soporte el 15 de septiembre de 2025.

Suele ir con

  • AWS Lambda
Estudiar Amazon Lex →

Aprendizaje automático

Amazon Polly

Servicio que convierte texto en voz realista (text-to-speech). Sirve para crear aplicaciones que hablan, en varios idiomas y con distintas voces, por ejemplo para lectores de noticias o accesibilidad.

Frases del examen que apuntan aquí

  • «convertir texto en voz que suene natural»

    Amazon Polly recibe texto y devuelve audio hablado con voces realistas, listo para reproducir o guardar.

    Cuándo no: Si el sentido es el contrario, de audio a texto, la respuesta es Amazon Transcribe. Si además hay que mantener una conversación con el usuario, se piensa en Amazon Lex, que junto con Polly forma interfaces de voz completas.

  • «controlar la pronunciación, las pausas o la velocidad de la voz»

    Con SSML se marcan pausas, énfasis, velocidad, tono y volumen, y con los lexicones personalizados se fija cómo se pronuncian palabras concretas.

    Cuándo no: Si el problema es que el sistema no reconoce bien ciertas palabras en un audio, eso es reconocimiento de voz: se resuelve con el vocabulario personalizado de Amazon Transcribe.

  • «generar archivos de audio de textos largos y guardarlos para reutilizarlos»

    La síntesis asíncrona de Polly procesa textos largos en segundo plano y deja el audio en un bucket de Amazon S3; el audio generado se puede reproducir las veces que se quiera.

    Cuándo no: Para frases cortas que deben sonar casi al instante, se usa la síntesis normal (SynthesizeSpeech), que devuelve el audio en la respuesta.

  • «resaltar cada palabra en pantalla mientras se lee en voz alta»

    Las speech marks de Polly devuelven los tiempos de cada frase, palabra o forma de la boca, para sincronizar texto resaltado o animaciones con el audio.

    Cuándo no: Polly no traduce: si el texto debe leerse en otro idioma, primero se traduce con Amazon Translate y luego se sintetiza.

  • «leer contenido en voz alta para mejorar la accesibilidad»

    Ayudar a personas con discapacidad visual o con dificultades de lectura es uno de los usos típicos que AWS cita para Polly.

    Cuándo no: Si el contenido está en una imagen o en un documento escaneado, primero hay que extraer el texto (Amazon Textract para documentos) y después sintetizarlo.

Estudiar Amazon Polly →