Skupina firem CRT, která je součástí ekosystému Sberbank, oznámila vývoj pokročilé platformy pro syntézu řeči, která údajně zajišťuje plynulost a expresivnost čtení jakéhokoliv textu.
Představené řešení je třetí generací systému syntézy řeči. Vysokokvalitní audi signál generují složité neuronové modely. Vývojáři tvrdí, že výsledkem práce těchto algoritmů je nejrealističtější syntéza českého jazyka.
Součástí platformy je modul pro predikci přízvuku ve slovech, která ještě nejsou v základním slovníku. Dále je zde automatické opravení typických pravopisných chyb. Díky hluboké lingvistické analýze textu bude výslovnost odpovídat normám jazyka i v obtížných případech.
Další výhodou platformy je, že nevyžaduje nákladné servery, vybavené GPU akcelerátory. Technologii lze využít dvěma způsoby — prostřednictvím cloudové služby nebo integrováním do vlastního řešení.
Mezi možné oblasti použití vývoje patří chatboty a hlasoví asistenti, informační a upozorňovací služby, hlasové služby s okamžitou syntézou jakéhokoliv textu v průběhu hovoru a další.
„V automatizovaných scénářích komunikace se zákazníky technologie umožňuje interakci individuálním způsobem s každým účastníkem, protože neexistují pevné zprávy a jakýkoliv text může být syntetizován v průběhu hovoru,“ říkají vývojáři.
Technologii si můžete vyzkoušet .
Zdroj: 3dnews.ru
