Как работает синтез речи: от робота до живого голоса | синтез речи, TTS | Podlodka Podc
Синтез речи давно вышел за рамки утилитарных задач и стал важной частью взаимодействия человека с технологией: от помощников до медиа и образовательных продуктов. В гости к нам пришел Сергей Дуканов, который разрабатывал голосовые ассистенты Маруси, Алисы и Олега, а сейчас – CTO в международном AI dubbing стартапе Dubformer. В этом выпуске мы прошлись по четырём поколениям TTS-систем: от простейшего склеивания фрагментов до нейросетевых моделей, способных передавать интонации и эмоции. Обсуждаем, зачем синтезированной речи характер, почему интонационные “ошибки” делают голос живым и что важно учитывать при встраивании TTS в продукты.Полезные ссылки:
— TTS от Nari Labs – модель понимает семантику и воспроизводит non-verbal звуки https://file.notion.so/f/f/66aabc3d-2e89-493a-b4a0-fff5163ca3ce/d6943564-77a0-42bb-ab1b-9d8b069791b4/audio_(15).wav?table=block&id=1db3a738-1c3e-802c-aafe-d6c1f0a80cf4&spaceId=66aabc3d-2e89-493a-b4a0-fff5163ca3ce&expirationTimestamp=1752854400000&signature=whU8sG9EDBhx_rFMQCmV0HjWKBKx52kKz69bVVJqhRM
— Больше примеров тут
https://yummy-fir-7a4.notion.site/dia
— Примеры AI дубляжа от Dubformer: bobr curva на русском https://drive.google.com/file/d/1NT1kus-u7N67ThfAUFWfkggcCS_N2lvv/view?usp=sharing, TODO что-нибудь на английском
❓ Хочешь обсудить выпуск или задать вопрос эксперту? Вступай в наш Telegram-чат: https://t.me/podlodka
📰 Не любишь чаты, но хочешь оставаться в курсе дел и прокачивать свой IT кругозор? Подписывайся на наш Telegram-канал: там публикуются анонсы новых выпусков, а в комментах идут ценные и горячие обсуждения! 5 тысяч опытных IT-специалистов уже с нами: https://t.me/podlodkanews
👉Предложить себя в подкаст https://forms.gle/NtmaZmeDAa3MHSra7
Тайм-коды:
00:00 О чем выпуск
02:42 Основные задачи синтеза речи
07:45 Применение Zero-shot TTS
12:00 Особенности тембра голоса
15:48 Признаки синтезированного голоса
18:48 Проблемы синтеза эмоций
21:57 История синтеза речи
26:24 Выбор текста для датасета
31:05 Технические детали синтеза речи
41:35 Подходы к обучению моделей
47:13 Латенты и токены
48:57 Преимущества токенизации
51:30 Оценка качества моделей
56:10 Проблемы лидербордов
59:15 Восприятие синтезированной речи
01:01:10 Диалоговые агенты
01:05:05 Готовые решения и будущие перспективы
01:18:04 Заключение Receive SMS online on sms24.me
TubeReader video aggregator is a website that collects and organizes online videos from the YouTube source. Video aggregation is done for different purposes, and TubeReader take different approaches to achieve their purpose.
Our try to collect videos of high quality or interest for visitors to view; the collection may be made by editors or may be based on community votes.
Another method is to base the collection on those videos most viewed, either at the aggregator site or at various popular video hosting sites.
TubeReader site exists to allow users to collect their own sets of videos, for personal use as well as for browsing and viewing by others; TubeReader can develop online communities around video sharing.
Our site allow users to create a personalized video playlist, for personal use as well as for browsing and viewing by others.
@YouTubeReaderBot allows you to subscribe to Youtube channels.
By using @YouTubeReaderBot Bot you agree with YouTube Terms of Service.
Use the @YouTubeReaderBot telegram bot to be the first to be notified when new videos are released on your favorite channels.
Look for new videos or channels and share them with your friends.
You can start using our bot from this video, subscribe now to Как работает синтез речи: от робота до живого голоса | синтез речи, TTS | Podlodka Podc
What is YouTube?
YouTube is a free video sharing website that makes it easy to watch online videos. You can even create and upload your own videos to share with others. Originally created in 2005, YouTube is now one of the most popular sites on the Web, with visitors watching around 6 billion hours of video every month.
![[Doblado Esp] El Amor más Brillante EP13 | Chica con Mala Suerte llama la Atención del Redactor Jefe](https://img.youtube.com/vi/4ZeqzerX_Ig/maxresdefault.jpg)
