Sberbanki ökosüsteemi kuuluv ettevõte CRT Group teatas edusammudest kõnesüntesi platvormi arendamisel, mis väidetavalt tagab sujuva ja väljendusrikka igasuguste tekstide lugemise.
Esitatud lahendus on kõnesüntesi süsteemi kolmas põlvkond. Kõrgekvaliteedilise audi.signaali genereerivad keerukad närvivõrgumudelid. Arendajad väidavad, et nende algoritmide töö tulemuseks on kõige realistlikum venekeelne kõnesüntes.
Platvormi koosseisu kuulub sõnades esiletõstmise prognoosimise moodul, mida ei ole veel põhisõnaraamatus. Samuti on ette nähtud tüüpiliste õigekirjavigade automaatne parandamine. Tänu sügavale lingvistilisele analüüsile vastab hääldus keele normidele isegi keerulistes olukordades.
Platvormi veel üks eelis on see, et selleks ei ole vaja kalleid serverid, GPU-kiirenditega varustatud seadmeid. Tehnoloogiat saab kasutada kahel viisil - kas pilveteenuse kaudu või oma lahendusse inteerides.
Arenduste hulgas, mille jaoks tehnoloogia on rakendatav, mainitakse vestlusroboteid ja häälassistente, teabe- ja hoiatusteenuseid, häälteenuseid, mis võimaldavad iga teksti sünteesi kõne ajal.
„Automatiseeritud kliendisuhtluse stsenaariumites võimaldab tehnoloogia suhelda iga abonendiga individuaalselt, kuna puuduvad fikseeritud sõnumid ja iga tekst saab sünteesitud kõne ajal,“ ütlevad arendajad.
Tehnoloogiat on võimalik proovida .
Allikas: 3dnews.ru
