Grupp av företag CRT, som ingår i Sberbank-ekosystemet, har meddelat att de har utvecklat en avancerad plattform för talsyntes, som sägs säkerställa ett smidigt och uttrycksfullt framförande av vilken text som helst.
Den presenterade lösningen är den tredje generationen av talsyntessystem. Högkvalitativt ljudsignal genereras av komplexa neurala nätverksmodeller. Utvecklarna påstår att resultatet av dessa algoritmer är den mest realistiska syntesen av rysktal.
Plattformen innehåller en modul för förutsägelse av betoningar i ord som inte finns i basordboken. Dessutom finns det automatisk korrigering av vanliga stavfel. Tack vare djup lingvistisk analys av texten kommer uttalet att följa språkets normer även i svåra fall.
En annan fördel med plattformen är att den inte kräver dyra servrar, utrustningar med GPU-acceleratorer. Tekniken kan användas på två sätt – via en molntjänst eller genom att integreras i egna lösningar.
Bland möjliga tillämpningsområden för utvecklingen nämns chatt-botar och röstassistenter, informations- och aviseringstjänster, rösttjänster med omedelbar syntes av vilken text som helst under samtalet, etc.
”I automatiserade kommunikationsscenarier med kunder möjliggör teknologin interaktion på individuell basis med varje abonnent, eftersom det inte finns några fasta meddelanden och vilken text som helst kan syntetiseras under samtalet”, säger utvecklarna.
Tekniken kan provas .
Källa: 3dnews.ru
