নিউরাল নেটওয়ার্ক রাশিয়ান বক্তৃতা সংশ্লেষণের গুণমানকে একটি নতুন স্তরে নিয়ে এসেছে

MDG গ্রুপ অফ কোম্পানি, Sberbank ইকোসিস্টেমের অংশ, একটি উন্নত বক্তৃতা সংশ্লেষণ প্ল্যাটফর্মের বিকাশের ঘোষণা করেছে, যেটি যেকোনো পাঠ্যের মসৃণ এবং অভিব্যক্তিপূর্ণ পাঠ নিশ্চিত করতে বলে।

উপস্থাপিত সমাধানটি বক্তৃতা সংশ্লেষণ সিস্টেমের তৃতীয় প্রজন্ম। জটিল নিউরাল নেটওয়ার্ক মডেল দ্বারা উচ্চ-মানের অডিও সংকেত তৈরি করা হয়। বিকাশকারীরা দাবি করেন যে এই অ্যালগরিদমের ফলাফলটি রাশিয়ান ভাষার বক্তৃতার সবচেয়ে বাস্তবসম্মত সংশ্লেষণ।

প্ল্যাটফর্মে এমন একটি মডিউল রয়েছে যা এখনও বেস অভিধানে নেই এমন শব্দে চাপের পূর্বাভাস দেওয়ার জন্য। উপরন্তু, সাধারণ বানান ত্রুটি স্বয়ংক্রিয় সংশোধন প্রদান করা হয়. পাঠ্যের গভীর ভাষাগত বিশ্লেষণের জন্য ধন্যবাদ, উচ্চারণ কঠিন ক্ষেত্রেও ভাষার নিয়মের সাথে মিলে যাবে।

প্ল্যাটফর্মের আরেকটি সুবিধা হল এটিতে GPU এক্সিলারেটর দিয়ে সজ্জিত ব্যয়বহুল সার্ভারের প্রয়োজন হয় না। আপনি দুটি উপায়ে প্রযুক্তিটি ব্যবহার করতে পারেন: একটি ক্লাউড পরিষেবার মাধ্যমে বা এটিকে আপনার নিজস্ব সমাধানে একীভূত করে৷

বিকাশের প্রয়োগের সম্ভাব্য ক্ষেত্রগুলির মধ্যে রয়েছে চ্যাটবট এবং ভয়েস সহকারী, তথ্য এবং বিজ্ঞপ্তি পরিষেবা, কলের সময় যে কোনও পাঠ্যের তাত্ক্ষণিক সংশ্লেষণ সহ ভয়েস পরিষেবা ইত্যাদি।

"ক্লায়েন্টদের সাথে যোগাযোগের স্বয়ংক্রিয় পরিস্থিতিতে, প্রযুক্তি আপনাকে প্রতিটি গ্রাহকের সাথে পৃথকভাবে যোগাযোগ করতে দেয়, যেহেতু কোনও নির্দিষ্ট বার্তা নেই এবং কল চলাকালীন যে কোনও পাঠ্য সংশ্লেষিত হতে পারে," ডেভেলপাররা বলে৷

আপনি প্রযুক্তি ব্যবহার করে দেখতে পারেন এখানে. 

উত্স: 3dnews.ru