Команда Yandex Cloud объявила о своей новой разработке — нейросетей, которые могут распознавать речь и воспроизводить ее на узбекском языке. Компании как в России, так и в Узбекистане уже могут использовать новый язык в сервисе Yandex SpeechKit для создания голосовых помощников, автоматизации колл-центров и речевой аналитики.

Сгенерировано нейросетью Midjourney

Как отмечают разработчики, для обучения нейросети синтезу нужно минимум 30 часов качественной записи диктора в студии, а вот для распознавания лучше подойдут записи с шумами, кашлем и помехами.

Нейросети для синтеза и распознавания узбекского работают с латинским алфавитом, который используется в Узбекистане уже больше 20 лет. При этом алгоритмам пришлось выучить и некоторые звуковые особенности букв. Например, буква «X» обозначает в алфавите твердый [х], а в иностранных словах может произноситься как [кс].

Иллюстрация: Yandex Cloud

Модели доступны на сайте и настраиваются стандартными средствами в API. Синтез и распознавание узбекского языка с помощью Yandex SpeechKit уже начал использовать ряд компаний, в том числе, например, Kolesa Group. Также технологию уже тестируют интегрируют в свои решения компании-партнеры, в том числе Tomoru, JustAI, Unistar Digital и TargetAI.