Neuro.net представила новое поколение синтеза речи Neuro TTS

Российская компания Neuro.net представила новое поколение технологии синтеза речи. Как сообщили в пресс-службе разработчика, платформа Neuro TTS уже вышла в общий доступ и может применяться в рабочих сервисах.

Голос в Neuro TTS генерируют совместно большие языковые и диффузионные модели: они учитывают акустические особенности голоса и контекст, за счет чего звучание становится более естественным. Технология предназначена для голосовых AI-решений.

В потоковом режиме аудиоданные начинают передаваться через 120 миллисекунд после поступления запроса — воспроизведение стартует до того, как завершится генерация всей реплики. Через API (Application Programming Interface, программный интерфейс) бизнес может задавать характер звучания AI-агентов и встраивать синтез в собственные сервисы.

Разработка опирается на практический опыт компании в автоматизации контакт-центров, где синтез речи — часть полноценного диалога: голосовой AI распознает речь клиента, определяет его намерение, формирует релевантный ответ и озвучивает его. В сообщении приводятся слова главы группы компаний, в которую входит Neuro.net, Александра Цепелева о том, что независимые технологические компании должны задавать темп рынку и выдерживать сравнение с лучшими мировыми решениями.