O Grupo de Empresas CRT, parte do ecossistema do Sberbank, anunciou o desenvolvimento de uma plataforma avançada de síntese de voz que, segundo afirmam, garante fluência e expressividade na leitura de qualquer texto.
A solução apresentada é a terceira geração do sistema de síntese de voz. Um sinal de áudio de alta qualidade é gerado por complexos modelos de redes neurais. Os desenvolvedores afirmam que o resultado do trabalho desses algoritmos é a síntese de fala em russo mais realista.
A plataforma inclui um módulo de previsão de acentuação em palavras que ainda não estão no dicionário básico. Além disso, há a correção automática de erros ortográficos típicos. Graças à análise linguística profunda do texto, a pronúncia estará em conformidade com as normas da língua, mesmo em casos complexos.
Outra vantagem da plataforma é que ela não requer equipamentos caros servidores, equipados com aceleradores de GPU. É possível usar a tecnologia de duas maneiras: através de um serviço em nuvem ou integrando-a em uma solução própria.
Entre as possíveis áreas de aplicação da nova tecnologia estão chatbots e assistentes de voz, serviços de informação e alerta, serviços de voz com síntese instantânea de qualquer texto durante a ligação, entre outros.
"Em cenários automatizados de comunicação com clientes, a tecnologia permite interagir individualmente com cada assinante, pois não há mensagens fixas, e qualquer texto pode ser sintetizado durante a ligação", afirmam os desenvolvedores.
É possível experimentar a tecnologia .
Fonte: 3dnews.ru
