Яндекс хвастает успехами в области распознавания голоса

С помощью облачных вычислительных мощностей, развернутых в дата-центрах лидера рынка поисковых систем Рунета, Яндекс.Диктовка может синтезировать и распознавать речь (поддерживается автоматическая расстановка знаков препинания с привязкой к паузам в речи), активировать механизм распознавания после поступления голосовой команды ("Яндекс, записывай!"), а также редактировать текст с помощью голосовых команд (к примеру, "удалить последнее слово" или "начать с новой строки").

Представители Яндекса обещают, что работать приложение будет очень быстро: задержки при обработке голоса будут ниже секунды. Созданный с помощью Яндекс.Диктовки контент автоматически сохраняется в памяти мобильного устройства. Кроме того, присутствуют возможности хранения сгенерированного текста в облаке Яндекс.Диск, отправки его на другое устройство посредством электронной почты / SMS-сообщения, а также публикации в социальных сетях.

Еще один интересный момент касается механизма синтеза искусственной речи из текста. Разработчики Яндекса "научили" этот механизм генерировать речь с использованием эмоции. Доступны следующие пресеты голоса: "нейтральный" "добрый", "злой" и "больной". Понятно, что звук на выходе остается "компьютерным", но эмоции и плавность генерируемой речи делают работу более комфортной.

Поисковик активно развивает голосовые технологии, ориентируясь на многомиллионный и постоянно растущий рынок. Представители Яндекса отметили, что в данной области компания ориентируется на потребности разработчиков софта для Call-центров, медицинских организаций, роботизированных систем и систем корпоративной автоматизации.