Сећате се неуронске мреже Иандек, која је у ходу преводила стране видео записе? Компанија ју је „надоградила“ тако што ју је научила
Дисцусс
Дакле, сада корисници Иандек.Бровсер-а могу гледати видео записе на енглеском са вишегласним гласовним преводом на руски.
Ако је у почетку технологија користила два синтетизована гласа за превод говора - један мушки и један женски - сада постоји дванаест гласова. Шест за сваки пол.
Пријављено је да неуронска мрежа „дистрибуира“ гласове различитим звучницима, након чега их „памти“ користећи АИ моделе креиране унутар Иандек-а.
И све то функционише прилично вишеслојно:прво, једна неуронска мрежа преводи говор у текст, враћа интерпункцију и одређује границе реченица, а затим друга анализира спектрограм гласа и обележава фрагменте које говоре различити људи.