Die Unternehmensgruppe CRT, Teil des Sberbank-Ökosystems, hat eine fortschrittliche Sprachsyntheseplattform entwickelt, die angeblich eine flüssige und ausdrucksstarke Lesung jeglichen Textes ermöglicht.
Die präsentierte Lösung ist die dritte Generation eines Sprachsynthesesystems. Hochwertige Audiosignale werden durch komplexe neuronale Netzmodelle generiert. Die Entwickler geben an, dass das Ergebnis dieser Algorithmen die realistischste Synthese der russischen Sprache ist.
Die Plattform umfasst ein Modul zur Vorhersage von Betonungen in Wörtern, die noch nicht im Basiswörterbuch enthalten sind. Zudem ist eine automatische Korrektur typischer Rechtschreibfehler vorgesehen. Dank einer tiefgehenden linguistischen Analyse wird die Aussprache auch in komplexen Fällen den Sprachnormen entsprechen.
Ein weiterer Vorteil der Plattform ist, dass sie keine kostspieligen Server, mit GPU-Beschleunigern ausgestatteten Systeme benötigt. Die Technologie kann auf zwei Arten genutzt werden – über einen Cloud-Service oder integriert in eine eigene Lösung.
Mögliche Anwendungsbereiche der Entwicklung umfassen Chatbots und Sprachassistenten, Informations- und Alarmdienste sowie Sprachdienste mit sofortiger Textsynthese während des Anrufs.
„In automatisierten Kommunikationsszenarien ermöglicht die Technologie eine individuelle Interaktion mit jedem Abonnenten, da es keine festen Nachrichten gibt und jeder Text während des Anrufs synthesiert werden kann“, sagen die Entwickler.
Die Technologie kann getestet werden. .
Quelle: 3dnews.ru
