Мы опубликовали стабильный, быстрый, качественный и доступный синтез ещё для 29 языков России

[Patrick139]

"вот же круто... а зачем?" даже в моем райцентре в РБ микрорайоны разговаривают чуть по-разному. о том, что это смесь русского и белорусского можно не упоминать

[snakers4]

А причём тут белорусский? Тут только тюркские и кавказские языки. Конечно, там много заимствованных слов (и иногда видно, что слова имеют разную степень локализации), но сами языки настолько другие, что про смесь тут речи не идёт.

[Nikollor48]

Затем чтобы в навигаторах и умных колонках в регионах была нормальная локализация. Это огромный непаханый рынок

[almaz_emb]

Или вот ещё: детские игрушки с голосовым функционалом, мультики, передачи на родном языке. Нереально что-то найти. Книжки ещё встречаются, а с аудиоконтентом прям беда.

[snakers4]

Ну эта модель — это скорее просто демка / наша работа на общественных началах, под определение коммерческого продукта для игрушек или модели для колонки она конечно не подходит

[im_vvl]

Настолько зажрались, что ли, что сложно сказать, кто такие "мы"? На протяжении всей статьи ни хрена не понятно, кто такие "мы". Вас тут что, все с полуслова узнают? Да и вообще статья похожа на нейрослоп. Сложно что ли написать вначале о себе?

[Nikollor48]

Гугл отключили или просто утро не задалось?

[Krush_mush]

Конечно из-за ИИ звучит немного странно, но в принципе нормально. Аварский язык

[snakers4]

Ну тут нет "ИИ" в понимании, которое в это публично вкладывают. Это просто синтез речи. Тут были определённые проблемы с чистотой и качеством входных данных, но синтез звучит на голову выше, чем наши старые модели.

[Nikollor48]

Синтез сейчас упирается не в акустическую модель, а в нормализацию текста. Правильно расставить паузы сложнее, чем сгенерить сам звук

[snakers4]

Ну и ещё синтез упирается в то, что он должен быть, как ни странно) Но да, Но санкцию текста можно сделать, только зная язык как родной или в совершенстве

[Kubataba]

Силеро как всегда молодцы - выкатили кавказскую модель на 15 языков для которых практически нет синтезаторов кроме их модели CIS . Синтезировал кабардинский и адыгский контрольный текст - скорость на мак мини 80х качество синтеза очень высокое у всех спикеров - ошибок практически нет. Одна удивительная особенность - спикеры на адыгском и абазинском читают кабардинский текст не хуже родных спикеров - так что по факту у нас не 3 голоса а целых 7 пригодных для кабардинского языка. Что еще интереснее синтез кабардинского спикерами осетинского ингушского чеченского почти идеален с небольшим акцентом - но вполне пригоден. Не знаю как ученные а на мой слух версия о едином про северкавказском корне у этих языков кажется вполне убедительной.

[snakers4]

Мы по этой причине и заморалились вставить в одну модель языки близких языковых групп и семей, чтобы получился некий мультипликатор наших усилий. У языков очень похожи наборы фонем.

[KirillMyname]

Ого, спасибо за удмуртский и кыргызский. У меня есть друзья - носители этих языков, при возможности попрошу оценить.

[snakers4]

Попросите их выбрать ещё самый близкий язык к их языку и попробовать кросс-языковую генерацию потыкать, то есть голос с близкого языка на своём родном. Результат может удивить.

[Nikollor48]

Хороший подгон для локальных проектов)

[Tetragramaton]

deleted

[snakers4]

Я удалённый комментарий, конечно же прочитал. Но тут получилось, как мне кажется, очень иронично. Отвечу цитатой из вашей же статьи:

Дисклеймер: текущие LLM‑возможности позволяют детектировать «жирный» слоп. Но оценка может быть субъективной, и возможны ошибки, никогда не доверяйте оценке слепо: это обоюдоострый меч. 

Ну можно же банально проверять, что вы копипастите.

[annika_spencer]

Ищу способ наоборт делать спич2текст конвертацию для популярных языков России типа татарского, может вы знаете хороший способ?