p class="p1">«Сбер» запускает сервис речевых технологий для бизнеса SmartSpeech. Он позволит компаниям без специального оборудования подключить речевые сервисы, такие как интерактивное голосовое меню, автоответчик и многое другое. До конца года сервис, разработанный командой SberDevices, будет бесплатным.

SmartSpeech можно использовать в приложениях, на сайтах или умных устройствах для озвучивания команд, подписей к пунктам меню или для голосового ввода. Используемые сервисом технологии также можно использовать для создания голосовых меню, позволяющих оптимизировать работу контакт-центров. SmartSpeech используется и в самом «Сбербанке». Он является основой для семейства виртуальных ассистентов «Салют». Он же позволяет узнать баланс карты при звонке по номеру 900.

Одной из главных задач бизнеса, которую, по мнению «Сбера» решит SmartSpeech, это быстрое, эффективное и малозатратное решение вопросов, с которыми обращаются клиенты. Уникальные модели распознавания речи собеседника позволяют сделать взаимодействие с роботом, использующим технологии SmartSpeech, максимально естественным и удобным. Сервис уже предлагает несколько голосов, и их библиотека продолжает расширяться. SmartSpeech генерирует максимально естественную речь, практически лишённую фонетических ошибок.

SmartSpeech использует передовые наработки в сфере машинного обучения. Нейросети обрабатывают огромные массивы данных, использую мощности суперкомпьютера «Кристофари» от «Сбера». Для распознавания речи используются архитектуры Jasper и QuartzNet. Качественного синтеза речи удалось добиться путём модификации архитектуры Tacotron 2, путём внедрения в неё контроля за частотой тона речи, паузами, а также изменениями интонации. Для этого использовалась информация, полученная из модели BERT, которая была предварительно обучена русскому языку на огромном количестве текстов. Это позволило сделать синтез речи SmartSpeech максимально естественным.

Компаниям, которые желают протестировать SmartSpeech, смогут воспользоваться предоставляемым «Сбером» API для подключения и и использования речевых сервисов в своих продуктах. API использует протоколы HTTP и gRPC, поэтому код можно очень быстро встроить практически в любую систему.