Sberbanki ökosüsteemi kuuluv CRT Grupp teatas uuest kõnesünteesi platvormist, mis võimaldab igasuguste tekstide sujuvat ja väljendusrikast lugemist.
Esitatud lahendus on kolmanda põlvkonna kõnesünteesi süsteem. Kõrgekvaliteedilist helisignali genereerivad keerukad närvivõrgumudelid. Arendajad kinnitavad, et nende algoritmide tulemus on kõige realistlikum vene kõne süntees.
Platvormi kuulub sõnade rõhute ennustamise moodul, mida ei ole veel põhikogus. Lisaks on automaatne tüüpiliste õigekirja vigade parandamine. Tänu süvitsi lingvistilisele analüüsile vastab hääldus keele normidele isegi keerulistes olukordades.
Platvormi veel üks eelis on see, et tal ei ole vaja kalliseid serverid, GPU-kiirenditega varustatud seadmeid. Tehnoloogiat saab kasutada kahel viisil — läbi pilveteenuse või integreerituna oma lahendusse.
Arenduse potentsiaalseteks rakendusaladeks on loetletud vestlusrobotid ja häälabilised, teavitamisteenused ja teadete edastamine, häälteenused, mis võimaldavad mis tahes teksti kohest sünteesi kõne käigus jne.
„Automatiseeritud kliendiga suhtlemise stsenaariumides võimaldab tehnoloogia suhelda igaga klientidega individuaalselt, kuna puuduvad fikseeritud sõnumid ja iga teksti saab sünteesida kõne kestel,“ ütlevad arendajad.
Tehnoloogia proovimiseks on võimalik .
Allikas: 3dnews.ru
