Grupul de companii CRT, parte din ecosistemul Sberbank, a anunțat dezvoltarea unei platforme avansate de sinteză a vocii, care, se afirmă, oferă fluiditate și expresivitate la citirea oricărui text.
Soluția prezentată este a treia generație a sistemului de sinteză a vocii. Un semnal audio de înaltă calitate este generat de modele complexe de rețele neuronale. Dezvoltatorii afirmă că rezultatul muncii acestor algoritmi este cea mai realistă sinteză a vorbirii în limba rusă.
Platforma include un modul de predicție a accentuării cuvintelor care nu sunt încă în dicționarul de bază. În plus, este prevăzută corectarea automată a erorilor ortografice comune. Datorită analizei lingvistice profunde a textului, pronunțarea va corespunde normelor limbii chiar și în cazuri complexe.
O altă calitate a platformei constă în faptul că nu necesită serverehardware costisitor, echipat cu acceleratoare GPU. Tehnologia poate fi utilizată în două moduri - printr-un serviciu cloud sau integrată în propria soluție.
Printre posibilele domenii de aplicare ale dezvoltării se numără chatboturile și asistenții vocali, serviciile de informare și notificare, precum și serviciile vocale cu sinteză instantanee a oricărui text în timpul apelului și altele.
"În scenariile automate de comunicare cu clienții, tehnologia permite interacțiunea individuală cu fiecare abonat, deoarece nu există mesaje fixe iar orice text poate fi sintetizat în timpul apelului", afirmă dezvoltatorii.
Tehnologia poate fi testată .
Sursa: 3dnews.ru
