Український ШІ-стартап Respeecher планує навчити штучний інтелект розмовляти українською мовою, включаючи різні діалекти та суржик. Про це Scroll.media повідомили в компанії. Стартап запустив україномовний Text-to-speech сервіс, завдяки якому ШІ-асистенти брендів та чат-боти банків чи телекому зможуть спілкуватись живою українською, без «штучного» акценту.

Як розповіли в компанії, будь-який користувач зможе конвертувати свій текст в аудіо українською.

«Ми захотіли, щоб аватари, чат-боти чи ШІ асистенти банків й телеком компаній в Україні нарешті заговорили справжньою українською: з усією її пластичністю, унікальністю, діалектами і навіть суржиком, а головне без пластмасового акценту, як це роблять зараз іноземні ШІ сервіси. А хто зможе краще створити голосові ШІ моделі українською  як не український стартап, який добряче натренувався на Голлівудських компаніях як HBO, Paramont, Netflix?»  – Дмитро Бєлєвцов, СТО та співзасновник Respeecher

За його словами, команда Respeecher, володіючи сотнями годин записів українською, натренувала LLM-модель, щоб чат-боти заговорили «справжньою українською».

Як це працює? 

• Потрібно лише зареєструватись на платформі. Після цього він отримує доступ до бібліотеки голосів: різного гендеру, віку, тембру й тональності. Можна обрати той, що найкраще підходить під цілі користувача.
• За словами розробників, з етичних міркувань Respeecher не дає можливості клонувати голос людини, якщо вона не дала на це згоди. Натомість голосові актори дають згоду, щоб їхній голос додали до каталогу та отримують 25% роялті. Для запобігання зловживанню технологією всі аудіо проходять модерацію. 
• Користувач друкує текст і в режимі реального часу отримує аудіо українською. Затримка передачі звуку – 100-200 мілісекунд, що «швидше, ніж клацнути мишкою», запевняють творці технології.
• Також можна натренувати мовну модель на голосі працівника компанії чи відомої людини, щоб саме її голосом звучав ШІ-асистент чи чат-бот. Для компаній які мають ШІ-асистентів і чат-боти є можливість інтегруватись через API із новим україномовним сервісом. 

Навіщо це потрібно

• Засновники стартапу переконані що самобутність і пластичність української простіше передати саме носіям мови, тому тренуючи модель на сотнях годин записів — вони здатні зрозуміти, де мова перестає звучати природно і стає роботичною.
• І якщо по швидкості наявні інші голосові компанії не відстають, то якість їх text-to-speech сервісів — гірша через те, що голоси звучать неприродно. 

Нагадаємо що українська команда Respeecher з 2018 працює зі штучними нейронними мережами й раніше взаємодіяла з іншими акцентами. Так нещодавно працювали над покращенням угорського акценту Едрієна Броуді в Оскароносному «Бруталісті» та омолоджуючи голос 91-річного Джеймса Ерла Джонса, який був голосом Дарта Вейдера в Обі-Ван Кенобі.