तंत्रिका नेटवर्क ने रूसी भाषण संश्लेषण की गुणवत्ता को एक नए स्तर पर ला दिया है

Sberbank पारिस्थितिकी तंत्र का हिस्सा, MDG समूह की कंपनियों ने एक उन्नत भाषण संश्लेषण मंच के विकास की घोषणा की, जिसके बारे में कहा जाता है कि यह किसी भी पाठ को सुचारू और अभिव्यंजक पढ़ना सुनिश्चित करता है।

प्रस्तुत समाधान वाक् संश्लेषण प्रणाली की तीसरी पीढ़ी है। उच्च गुणवत्ता वाले ऑडियो सिग्नल जटिल तंत्रिका नेटवर्क मॉडल द्वारा उत्पन्न होते हैं। डेवलपर्स का दावा है कि इन एल्गोरिदम का परिणाम रूसी भाषा के भाषण का सबसे यथार्थवादी संश्लेषण है।

प्लेटफ़ॉर्म में उन शब्दों में तनाव की भविष्यवाणी करने के लिए एक मॉड्यूल शामिल है जो अभी तक मूल शब्दकोश में नहीं हैं। इसके अलावा, सामान्य वर्तनी त्रुटियों का स्वचालित सुधार प्रदान किया जाता है। पाठ के गहन भाषाई विश्लेषण के लिए धन्यवाद, उच्चारण कठिन मामलों में भी भाषा के मानदंडों के अनुरूप होगा।

प्लेटफ़ॉर्म का एक अन्य लाभ यह है कि इसके लिए GPU एक्सेलेरेटर से लैस महंगे सर्वर की आवश्यकता नहीं होती है। आप प्रौद्योगिकी का उपयोग दो तरीकों से कर सकते हैं: क्लाउड सेवा के माध्यम से या इसे अपने स्वयं के समाधान में एकीकृत करके।

विकास के अनुप्रयोग के संभावित क्षेत्रों में चैटबॉट और वॉयस असिस्टेंट, सूचना और अधिसूचना सेवाएं, कॉल के दौरान किसी भी पाठ के त्वरित संश्लेषण के साथ वॉयस सेवाएं आदि शामिल हैं।

डेवलपर्स का कहना है, "ग्राहकों के साथ संचार के स्वचालित परिदृश्यों में, तकनीक आपको प्रत्येक ग्राहक के साथ व्यक्तिगत रूप से बातचीत करने की अनुमति देती है, क्योंकि कोई निश्चित संदेश नहीं होते हैं, और कॉल के दौरान किसी भी पाठ को संश्लेषित किया जा सकता है।"

आप तकनीक आज़मा सकते हैं यहां. 

स्रोत: 3dnews.ru