Grupi i kompanive CRT, që bën pjesë në ekosistemin e Sberbank, njoftoi për zhvillimin e një platforme të avancuar për sintezën e zërit, e cila, sipas pretendimeve, siguron një lexim të qetë dhe të shprehur të çdo teksti.
Zgjidhja e paraqitur është brezi i tretë i sistemit të sintezës së zërit. Modeli i komplikuar i rrjeteve neurale gjeneron një sinjal audio me cilësi të lartë. Zhvilluesit deklarojnë se rezultati i këtyre algoritmeve është sinteza më realiste e zërit në gjuhën ruse.
Platforma përfshin një modul për parashikimin e theksit të fjalëve, të cilat nuk janë ende në fjalorin bazë. Për më tepër, parashikohet një korrigjim automatik i gabimeve ortografike tipike. Falë një analize të thellë gjuhësore të tekstit, shqiptimi do të përputhet me normat e gjuhës, edhe në raste të komplikuara.
Një tjetër meritë e platformës është se nuk kërkon pajisje të kushtueshme, serverët, të pajisura me akseleratorë GPU. Teknologjia mund të përdoret në dy mënyra - përmes shërbimit në cloud ose e integruar në zgjidhjen tuaj.
Disa nga fushat e mundshme të aplikimit të zhvillimit përfshijnë chatbotët dhe ndihmësit me zë, shërbimet e njoftimit dhe paralajmërimit, shërbimet me zë me sintezë të menjëhershme të çdo teksti gjatë telefonatave, etj.
"Në skenarët automatizuar të komunikimit me klientët, teknologjia lejon ndërveprimin në mënyrë individuale me çdo abonent, pasi nuk ka mesazhe fikse, dhe çdo tekst mund të sintetizohet gjatë telefonatës," thonë zhvilluesit.
Mund të provoni teknologjinë .
Burimi: 3dnews.ru
