Prisimenate „Yandex“ neuroninį tinklą, kuris skrendant išvertė užsienio vaizdo įrašus? Įmonė ją „patobulino“ mokydama
Aptarti
Taigi, dabar „Yandex.Browser“ vartotojai gali žiūrėti vaizdo įrašus anglų kalba su daugiabalsio balso vertimu į rusų kalbą.
Jei iš pradžių technologija kalbos vertimui naudojo du susintetintus balsus – vieną vyrišką ir vieną moterišką – dabar balsų yra dvylika. Po šešis kiekvienai lyčiai.
Pranešama, kad neuroninis tinklas „paskirsto“ balsus skirtingiems garsiakalbiams, o po to juos „prisimena“ naudodamas „Yandex“ viduje sukurtus AI modelius.
Ir visa tai veikia gana daugiasluoksniai:pirma, vienas neuroninis tinklas kalbą paverčia tekstu, atkuria skyrybos ženklus ir nustato sakinių ribas, o paskui kitas analizuoja balso spektrogramą ir pažymi skirtingų žmonių kalbamus fragmentus.