Grupa tvrtki CRT, koja je dio ekosustava Sberbanke, najavila je razvoj napredne platforme za sintetski govor koja, kako se navodi, osigurava fluidnost i izražajnost čitanja bilo kojeg teksta.
Predstavljeno rješenje predstavlja treću generaciju sustava za sintetski govor. Visokokvalitetni audi сигнал generiraju složeni neuronski modeli. Razvojni tim tvrdi da su rezultati rada ovih algoritama najrealističniji sintetski govor na ruskom jeziku.
Platforma uključuje module za predviđanje naglasaka u riječima koje još nisu u osnovnom rječniku. Osim toga, predviđeno je automatsko ispravljanje tipičnih pravopisnih grešaka. Zahvaljujući dubokoj lingvističkoj analizi teksta, izgovor će odgovarati normama jezika čak i u složenim slučajevima.
Još jedna prednost platforme je to što joj nisu potrebna skupa servere, opremljena GPU akceleratorima. Tehnologiju je moguće koristiti na dva načina - putem oblaka ili integriranjem u vlastito rješenje.
Među mogućim područjima primjene razvoja spominju se chatbotovi i glasovni asistenti, informacijske i obavijesne usluge, glasovne usluge s trenutnom sintezom bilo kojeg teksta tijekom poziva i sl.
"U automatiziranim scenarijima komunikacije s klijentima, tehnologija omogućava individualnu interakciju s svakim korisnikom, budući da ne postoje fiksne poruke i bilo koji tekst može biti sintetiziran tijekom poziva", kažu razvojni inženjeri.
Tehnologiju možete isprobati .
Izvor: 3dnews.ru
