 |
Синтезированный голос, аналогичный голосу диктора за 1 час обучения
Технология TTS (Text To Speech) позволяет воссоздать (синтезировать) голос конкретного человека для озвучивания виртуального помощника. Например, голос диктора или известной личности, если они являются частью имиджа компании.
Обычно для создания уникального голоса используется гибридный подход TTS, где реплики живого человека сочетаются с синтезированной речью. Диктор озвучивает статические реплики, тем самым сохраняя естественность и богатство интонаций. Синтез используется для озвучивания переменных: дат, фамилий, тарифов, адресов и т.д. Такой подход позволяет голосовому помощнику корректно передавать эмоции и интонации в разговоре с клиентом.
Ранее для создания уникального голоса требовалось от 15 до 20 часов аудиоматериала. Для справки: за один студийный день удается записать от 1 до 2 часов материала. Обычно сроки разработки увеличиваются, поскольку необходимо состыковать расписание студии, диктора и сроки проекта. У заказчиков возникает зависимость от расписания диктора: необходимо найти 10-15 свободных дней у диктора для записи материалов.
Также стоит учесть расходы на оплату работы диктора и студии. Стоимость записи известных голосов за 1-2 часа чистого аудиоматериала может колебаться от сотни тысяч до нескольких миллионов рублей.
Экономия времени заказчиков и оптимизация их расходов стали главными задачами команды BSS при разработке новой версии. Так было подготовлено большое обновление со сменой базовой технологии обучения. В новой версии TTS для создания уникального голоса необходимо 1-2 часа аудиоматериалов. Это всего лишь 1 рабочий день студии. Разработчики BSS ускорили процесс создания уникального голоса, сохранили качество записи, а также сделали возможной оптимизацию расходов заказчика.
«Заказчикам нравится естественность речи при сочетании записанных диктором статических фраз с синтезированными динамическими фрагментами, которые звучат тем же голосом. Все большее число компаний, при внедрении голосовых помощников выбирают такой подход. Сейчас мы ведем несколько проектов с использованием гибридного TTS с обучением на одном часе аудио и планируем, что это станет массовым. В свою очередь работаем над повышением качества записи и эмоциональностью синтезированной речи», – прокомментировал директор департамента голосовых цифровых технологий компании BSS Александр Крушинский.
Контактное лицо: Вадим Прищепа
Компания: BSS
Добавлен: 22:20, 21.02.2024
Количество просмотров: 528
Страна: Россия
| «1С-Рарус» на конференции «Эксплуатация и модернизация портов и терминалов», 1С-Рарус, 18:17, 06.11.2026, Россия87 |
| В Санкт-Петербурге прошла IV конференция «Эксплуатация и модернизация портов и терминалов России 2026». Директор санкт-петербургского офиса «1С-Рарус» Роман Бугаев выступил в секции по цифровизации отрасли и поделился опытом автоматизации обслуживания и ремонта портовой техники на базе решений 1С. |
| Компания «Е-Флопс» создала модульный сервер М2, Е-Флопс, 17:56, 06.11.2026, Россия88 |  |
| Компания «Е-Флопс» разработала модульный сервер М2. Это продукт, адресованный рынку коммерческих ЦОД и суперкомпьютеров, призванный обеспечить заказчикам преимущество в энергоэффективности, плотности вычислений и ТСО (совокупной стоимости владения). |
| DonorSearch запускает первую игру для доноров во «ВКонтакте», DonorSearch, 17:37, 06.11.2026, Россия92 |  |
| DonorSearch запускает спецпроект «Пульсация» — игру внутри «ВКонтакте», которая знакомит пользователей с донорством крови и её компонентов через короткие игровые сессии и задания. Участники смогут проверить свои знания о донорстве, выполняя задания, а также каждый сезон принимать участие в розыгрыше 40 фирменных призов. |
|
|
