Голосовой ИИ Агент

[sav13]

На контрольном примере скрипт работает )))
А как скрипт узнает без контекста что
20.11 - это двадцать рублей (а может долларов) и 11 копеек, а не 20-тое ноября?
И не двадцать целых и одиннадцать сотых грамма?
По телефону вообще цела куча возможных написаний:

[phone]
8(999)12 34 567
0079991234567
([phone]
и это только сотовые, а есть еще стационарные телефоны

И здесь мы начинаем понимать, что четкий алгоритм очень трудно определить, а вот нейросеть, которая еще и со временем дообучается, ближе к человеческому восприятию цифр

Мне кажется что проще сперва отдать ИИ-шке кусок текста и спросить, что за числительное, какие единицы измерения и только после этого разруливать алгоритмы произношения.

[CitizenOfDreams]

А как скрипт узнает без контекста что 20.11 - это двадцать рублей (а может долларов) и 11 копеек, а не 20-тое ноября?

Ну Excel же как-то узнаёт... а, нет, не узнаёт.

Мне кажется что проще сперва отдать ИИ-шке кусок текста и спросить, что за числительное, какие единицы измерения и только после этого разруливать алгоритмы произношения.

А мне кажется, что текст для проговаривания нужно изначально генерировать так, как он будет произноситься. Если из базы данных берется телефон, то пусть он берется в виде "девятьсот шесть, пятьсот тринадцать, двадцать один, ноль восемь", а не "906-513-2108". Поскольку в базе этот телефон хранится (надеемся) в унифицированной форме - это можно делать простым скриптом, не поминая ИИ всуе. И это будет проще и надежнее, чем сваливать все в текст, а потом героически этот текст парсить.

[CitizenOfDreams]

собеседник вспоминает, что говорит с программой.

Вы так говорите, как будто это что-то плохое. Не, произношение чисел, безусловно, нужно исправлять. Но звонящий с первой секунды разговора должен ясно понимать, кто с ним говорит - разумное (в теории) существо или продвинутый, но все же попугай. Ведь на третьей секунде он все равно поймет, только теперь настроение у него будет не "какой удобный и полезный робот", а "долбаная жестянка, позови человека".