Die Gruppe der CRT-Unternehmen, die in das Ökosystem der Sberbank integriert ist, gab die Entwicklung einer fortschrittlichen Sprachsynthese-Plattform bekannt, die angeblich eine flüssige und ausdrucksstarke Vorlesung jedes Textes ermöglicht.
Die präsentierte Lösung ist die dritte Generation des Sprachsynthesesystems. Hochwertige Audiosignale werden durch komplexe neuronale Modelle generiert. Die Entwickler betonen, dass das Ergebnis dieser Algorithmen die realistischste Synthese russischer Sprache darstellt.
Die Plattform umfasst ein Modul zur Vorhersage von Betonungen in Wörtern, die noch nicht im Grundwortschatz enthalten sind. Darüber hinaus ist die automatische Korrektur typischer Rechtschreibfehler vorgesehen. Dank einer tiefgehenden linguistischen Textanalyse wird die Aussprache auch in schwierigen Fällen den Sprachstandards entsprechen.
Ein weiteres Plus der Plattform ist, dass sie keine kostspieligen Server, die mit GPU-Beschleunigern ausgestattet sind, benötigt. Die Technologie kann auf zwei Arten genutzt werden – über einen Cloud-Service oder integriert in eine eigene Lösung.
Mögliche Anwendungsbereiche der Entwicklung sind Chatbots und Sprachassistenten, Informations- und Benachrichtigungsdienste sowie Sprachdienste mit sofortiger Synthese jedes Textes während eines Anrufs usw.
„In automatisierten Kommunikationsszenarien mit Kunden erlaubt die Technologie eine individuelle Interaktion mit jedem Abonnenten, da es keine festen Nachrichten gibt und jeder Text während des Anrufs synthetisiert werden kann“, sagen die Entwickler.
Die Technologie kann getestet werden .
Quelle: 3dnews.ru
