Американська технологічна компанія Amazon розробила модель штучного інтелекту для перетворення тексту на синтезовану мову. За словами розробників, нейромережа стала найбільшою з будь-коли створених систем такого типу. Результати дослідження розміщено на порталі наукових публікацій arXiv.

Модель під назвою Big Adaptive Streamable TTS with Emergent Options (BASE TTS) володіє 980 млн параметрів і була навчена з використанням 100 000 годин зразків записаної мови переважно англійською мовою.

Команда також надала приклади вимови слів та фраз іншими мовами, щоб модель могла правильно промовляти «adios, amigo» та інші відомі висловлювання.

Розробники протестували BASE TTS на невеликих наборах даних. Виявилося, що ШІ здатний використовувати складні іменники, виражати емоції та застосовувати пунктуацію, а також ставити питання з акцентуванням на правильних словах. В Amazon планують використовувати BASE TTS в освітніх цілях як навчальний додаток.

Источник: noworries.news