Особенности фонетики якутского языка для синтеза речи

Недавно мы закончили проект по синтезу якутского языка.

Хотя мы не можем выложить модели в общий доступ, соображениями на тему того, как можно делать синтез якутского языка мы поделиться можем.

? Под ~~котом~~ катом вы узнаете:

- Как звучит синтез на якутском языке;
- Чем отличается якутский алфавит от русского и какие "дополнительные" звуки там есть;
- Как работать с ударениями на якутском языке;
- Как якутский синтез речи говорит на русском с якутским акцентом;

*⭐️*** https://habr.com/ru/articles/837364/

Поэма «Облако на кухне» придумана человеком, написана, озвучена и нарисована машиной. Использованы отечественные нейросети.

Раз наш VAD, будучи полезной тулзой (судя даже по цитатам в пейперах), дошёл наконец-то до версии близкой к ультимативной, то мы аж запулили его в PIP:

- https://pypi.org/project/silero-vad/5.1/

Забавно, что имя silero\-vad там уже было занято, но люди по доброте душевной отдали его нам "обратно".

Как использовать через pip:

- https://github.com/snakers4/silero-vad?tab=readme-ov-file#fast-start

PyPI

silero-vad

Voice Activity Detector (VAD) by Silero

Всё, Телеграм теперь уподобился «плохим» корпорациям?

https://habr.com/ru/articles/816423/

Хабр

Всё, Телеграм теперь уподобился «плохим» корпорациям?

На какой стул сам сядешь, анон? Вопреки ценностям, которыми бравировал Павел Дуров во время своего интервью Такеру Карлсону, некоторые администраторы крупных телеграм-ботов (~сотни тысяч DAU)...

⬆️ Фармим классы на Хабре https://habr.com/ru/articles/806857/ ⬆️

Хабр

Мы опубликовали датасет для детекции речи размером более 150 тысяч часов на 6000+ языках

Мы выложили в публичный доступ гигантский датасет для детекции речи (voice activity detection). Датасет содержит порядка 150 тысяч часов аудио более чем на 6,000 языках. Количество уникальных...

https://news.mail.ru/incident/59854293

ВФокусе Mail

Дайте слово: кто уговаривает россиян сдать образцы голоса

Преступники научились использовать синтезированную речь. В интернете появились предложения предоставить запись своего голоса якобы для коммерческого использования. Авторы объявлений обещают пристроить речь в рекламные проекты, а взамен сулят...

*⚡️2 вакансии, Junior и Middle, Speech, ML от Силеро*

*? Выжимка*

Основное место работы
Выпускники или студенты последнего курса (для Junior)
ssh, встречаемся 1 раз в неделю оффлайн (Москва)
Не рассматриваем сочетание с лабой / другой работой и т.п.
Финальное собеседование очное с командой в Москве

*? Что реально надо делать*

Разработка на питоне
Работа с данными, сбор и очистка данных
Обучение нейросетей и разработка ML алгоритмов
В первую очередь синтез речи и вспомогательные задачи
Разработка и поддержка продуктовых сервисов (для Middle)

*? Идеальный кандидат*

Python + PyTorch
Есть понятные пет-проекты или опыт (не платные курсы)
Прошарен(а) в экосистеме Linux, работешь в консоли
Прочитал(а) seminal papers (CV, NLP, ASR, TTS)
Имеешь свое аргументированное мнение на эту тему (для Middle)
Оконченное (или последний курс) высшее в тех. и естественно-научных дисциплинах
Участие в запуске продакшен-продукта (для Middle)
Цифровая обработка сигналов это плюс

*? Ссылки*

Подробное описание вакансии - ссылка
Наши публикации на Хабре - ссылка
Полный список публикаций - ссылка
Бот с нашим синтезом в Телеграме - ссылка

? @silero_job

❤️‍? Спасибо Синодову за упоминание!

https://t.me/thinkaboutism/4230

Telegram

Логи внутренних диалогов

Поигрался со сберовским SaluteSpeech синтезом и распознаванием Распознавание, более-менее как у всех (пример не приведу, он для меня: но чуда не случилось, всё ещё надо редактировать и огрехи распознавания, и саму устную речь в принципе), синтез тоже можно…