Սբերբանկի էկոհամակարգին պատկանող ЦРТ ընկերությունների խումբը հայտարարեց առաջատար խոսքի սինթեզի պլատֆորմի մշակման մասին, որը, ինչպես ասում են, ապահովում է ցանկացած տեքստի հարթ և արտահայտիչ ընթերցում:
Ներկայացված լուծումը խոսքի սինթեզի համակարգի երրորդ սերունդն է: Բարդ նեյրոնային մոդելները ստեղծում են բարձր որակով աուդիո համալիրվածքներ: Զարգացարարները հայտարարում են, որ այս ալգորիթմների աշխատանքի արդյունքը ռուսերեն խոսքի առավելագույն իրական արտացոլումն է:
Պլատֆորմում առկա է բառերում շեշտաձեւման կանխատեսման մոդուլ, որոնք դեռևս չեն մտել հիմնական բառարան: Ինքդ է մշակված ընդհանուր ուղղագրական սխալների ավտոմատ ուղղում: Գլխավոր լեզվաբանական վերլուծության շնորհիվ, արտահայտությունը համապատասխանելու է լեզվի նորմերին նույնիսկ բարդ դեպքերում:
Պլատֆորմի մեկ այլ առավելությունն այն է, որ այն չի պահանջում թանկարժեք սերվերներ, GPU-արագացուցիչներով: տեխնոլոգիան կարելի է օգտագործել երկու եղանակով՝ 云服务-ով կամ ներդնելով սեփական լուծմանը:
Զարգացման հնարավոր կիրառական ոլորտներից են չաթ-բոտերը և ձայնային օգնականները, տեղեկատվական և հուշման ծառայությունները, ձայնային ծառայություններ, որը թույլ է տալիս անմիջապես սինթեզել ցանկացած տեքստի զանգի ընթացքին և այլն:
«Ատեստացված բանավոր շփման ավտոմատացված սցենարներում տեխնոլոգիան հնարավորություն է տալիս յուրաքանչյուր բաժանորդի հետ անհատական կերպով շփվել, քանի որ ֆիքսված հաղորդագրություններ չունեն, և ցանկացած տեքստ կարող է սինթեզվել զանգի ընթացքին», — ասում են մշակողները:
Տեխնոլոգիան փորձարկելու համար կարելի է .
Ընտանիք: 3dnews.ru
