Команда SberDevices запустила бесплатный бот в Telegram, который конвертирует русскоязычные голосовые сообщения и аудиофайлы в текстовый формат. Бот работает на основе технологии распознавания речи SmartSpeech и станет удобным инструментом для журналистов, копирайтеров, переводчиков и представителей других профессий, которые работают с текстами. Он позволит сэкономить часы работы, сократить рутину и значительно повысит эффективность при производстве контента. Также бот незаменим в ситуациях, когда у пользователя нет возможности прослушать голосовое сообщение: на встрече или в общественном транспорте. Бот можно использовать как в личной переписке, так и добавлять в групповые чаты. Он обеспечивает расшифровку голосовых сообщений и загруженных одноканальных аудиофайлов до 20 Мб в кодировках MP3, WAV (8-96 кГц), FLAC и OggOpus.
Что под капотом
При создании Telegram-бота мы использовали особую модель распознавания речи. Она очень похожа на ту, которая используется в работе виртуальных ассистентов Салют — как по архитектуре, так и по количеству параметров. Однако у этой модели есть существенное отличие — оно в обучающих данных.
#@Official_Money_Clicker_Bot#телеграм#халява#кликер
Главной задачей наших моделей, используемых виртуальными ассистентами, является распознавание запроса: команды или вопроса (“Салют, включи спокойную музыку”, “Джой, сколько сейчас градусов”). Обычно это очень короткие фразы. Кроме того, важная особенность таких моделей — игнорирование фоновой речи и речи, не обращённой непосредственно к виртуальному ассистенту.
Когда мы попробовали использовать существующие модели для распознавания аудиосообщений, очевидно, не получили необходимого качества: аудиосообщения зачастую длинные, а распознавать нужно весь запрос, не пропуская ни одного слова.
Отлично. Проблема найдена, переходим к решению.
Сначала мы собрали из различных открытых источников длинные монологи, от нескольких десятков секунд до нескольких часов, порезали на короткие куски длиной не более 25 секунд и с помощью краудсорсинга получили для них транскрипции. А также перестали игнорировать фоновую речь.
Основная проблема такого подхода — трата большого количества времени на получение транскрипций. Процесс это долгий, и достаточное количество данных быстро таким образом не собрать. Пришлось прибегнуть к трюку.
На самом деле, модель, обученная не пропускать фоновую речь, у нас уже была – это модель, которая используется для распознавания телефонных разговоров. Однако для её обучения использовался принципиально другой звук: частота дискретизации 8кГц, а для голосовых сообщений мы взяли за основу 16кГц.
Напрямую, без потери информации, использовать её было нельзя, но с её помощью нам удалось расширить обучающую выборку. Мы взяли короткие куски монологов, для которых у нас ещё не было транскрипций, понизили их частоту до 8 кГц и сделали псевдоразметку: распознали записи с помощью модели для телефонии. Дальше просто привязали полученные транскрипции к исходному звуку с качеством 16 кГц.
Кроме того, для формирования обучающей выборки мы использовали полученные ранее аудиозаписи с транскрипциями, на которых обучалась модель телефонии, повысив частоту дискретизации.
Таким образом, нам удалось значительно увеличить обучающую выборку, перестать игнорировать фоновую речь, и, как следствие, улучшить качество распознавания аудиосообщений в нашем Telegram-боте.
Пунктуация
Бот способен расставлять знаки пунктуации и делить текст на предложения. Это довольно простая seq2seq-модель 4-классовой классификации (пустота, точка, запятая, знак вопроса), обученная на открытых данных общения из интернета. В отличие от большинства моделей, наша не анализирует текст полностью, а учитывает паузы между словами для разбиения текста на значимые части, которые анализируются независимо. Это позволяет распознавать быстрее. А ещё мы не ставим точку в конце единичного предложения — так же, как и вы при общении в мессенджере.
Источник: habr.com
Озвучка текста
Озвучка текста онлайн выполняется бесплатно и без регистрации. Синтезаторы речи на русском языке дают вам возможность простого и быстрого озвучивания видео- и аудиоматериалов для слушателей из России и из стран Восточной Европы и Средней Азии, большая часть населения которых говорит по-русски. Конвертируйте русский текст в голос в MP3 формате, создавайте видео на основе презентации Powerpoint и автоматизируйте создание аудио- и видеофайлов с помощью Narakeet, используя наши конверторы, чтобы озвучить текст онлайн, а также голоса на других языках.
Текст в голос
Озвучка текста голосом теперь стала проще. Теперь вы можете преобразовать текст в голос и скачать файл в MP3 формате на русском языке или видеоматериалы всего за несколько минут. Гораздо быстрее озвучить текст онлайн, чем записывать аудио самим. Включите видео (со звуком), чтобы прослушать быструю презентацию нашего приложения для конвертации текста в голосовой файл.
Sorry, your browser doesn’t support embedded videos. Watch the video here.
Озвучка текста онлайн
Narakeet дает возможность легко преобразовать текст в голос для создания аудио- и видеофайлов с помощью синтезаторов речи, которые обеспечивают естественное звучание. Начните использовать наши синтезаторы текста в речь бесплатно. Выберите один из мужских или женских голосов и введите текст в поле ниже, чтобы превратить текст в голос и создать аудиофайл.
Если вам нужны дополнительные опции (преобразование документов Word в голос, регулировка скорости или громкости речи, работа с презентациями Powerpoint или текстами), посетите нашу страницу Инструменты.
Преобразование текста в речь
Синтезаторы речи с помощью искусственного интеллекта распознают текст с учетом контекста. Они отлично справляются с отдельными абзацами, но иногда им бывает непросто угадать значение небольших фрагментов, особенно при прочтении слов, имеющих одинаковое написание, но различное значение. Чтобы обеспечить правильный синтез речи при прочтении таких слов, выберите один из голосов с пометкой «Ударение», например: «Сергей», «Наталья», «Татьяна» и «Юрий». Эти голоса могут распознавать обозначение для выделения отдельных слогов. Поставьте символ «домик» (Shift+6 на большинстве русских клавиатур) перед слогом, на который необходимо сделать ударение. Например, в следующем тексте ударением будет выделена первая буква «и».
(voice: Natalia)
гвозд^ики
Кроме этих голосов, онлайн озвучка текста с помощью Narakeet выполняется с использованием еще 600 голосов на 90 языках.
Озвучить текст онлайн
Чем озвучить текст?
- онлайн озвучка текста
- конвертация текста на русском в голос
- озвучка текста на английском
- озвучити текст українською онлайн
- озвучить текст на немецком
- синтез речи онлайн
- озвучка голосом робота
- озвучка текста онлайн реалистичными голосами
Как прочитать текст голосом? Как преобразовать текст в голос?
Используйте Narakeet, чтобы быстро преобразовать текст в голос онлайн. Это будет намного легче и проще, чем озвучить текст самостоятельно.
Как озвучить текст на компьютере?
Для того, чтобы прочитать текст голосом, вставьте нужный вам текст в поле «Текст», выберите онлайн-синтезатор русской речи и нажмите на кнопку «Создать аудио».
Какая программа озвучивает текст?
Narakeet ‒ это приложение, которое может конвертировать текст в голос онлайн. Вы можете использовать его на любом устройстве, подключенном к сети Интернет. Озвучка текста онлайн не требует установки какой-либо программы, просто используйте свой браузер.
Можно ли озвучивать книги?
Narakeet озвучивает текст онлайн с помощью реалистичных синтезаторов речи. Благодаря этому приложению вы сможете легко конвертировать речь из текста в голос.
Как сделать видео с озвучкой?
Для создания видео со звуком создайте презентацию Powerpoint и наберите текст для озвучки в примечаниях к презентации. После этого загрузите презентацию в Narakeet. Вы получите видео с озвучкой всего за несколько минут.
Как озвучить текст в пдф?
Если вы хотите озвучить текст в пдф документе, используйте конвертор текста в голос Narakeet. Нажмите на кнопку «Загрузить файл» для загрузки вашего документа. После этого нажмите на кнопку «Создать аудио», чтобы преобразовать текст в голос. Озвучка слов будет выполнена на русском языке после выбора одного из голосов для чтения на русском.
Как сделать так чтобы компьютер сам читал текст?
Просто скопируйте текст или наберите его в поле «Текст» и выберите один из предложенных голосов, чтобы озвучить текст онлайн на русском.
Как сделать озвучку из текста?
Narakeet ‒ это программа, которая может сделать озвучку из текста. Это возможность воспроизвести чтение текста онлайн на разных языках с использованием разных голосов. Протестируйте наше приложение, если вам нужна озвучка текста бесплатно.
Narakeet helps you create text to speech voiceovers, turn Powerpoint presentations and Markdown scripts into engaging videos. It is under active development, so things change frequently. Keep up to date: RSS, Slack, Twitter, YouTube, Facebook, Instagram, TikTok
Источник: www.narakeet.com