Lietuviškas neuroninis balsas, kuris natūralumu mažai skiriasi nuo žmogaus

Internete neseniai atsirado naujas balsas – bet kokį lietuvišką tekstą jau dabar galima išgirsti perskaitytą sklandžia, natūraliai skambančia lietuvių kalba. Tačiau šis balsas yra ne žmogaus, o kompiuterio, kuris tekstus perskaito automatiškai.

Pasitelkiant neuroninius tinklus ir kalbos technologijas, Vytauto Didžiojo universiteto (VDU) mokslininkai išvystė šnekos sintezės technologiją, kuri ne tik jau dabar yra taikoma universiteto tinklalapyje https://www.vdu.lt/lt/visos-naujienos/ ir šalies naujienų portaluose, bet ir netrukus bus įdiegta Seimo interneto svetainėje.

Pasak šių technologijų vystymo projekto vadovo, VDU Informatikos fakulteto docento dr. Dariaus Amilevičiaus, universiteto informatikai ir humanitarai jau daug metų bendromis pastangomis vystė šnekos sintezės prototipą ir jam reikalingus papildomus sprendimus, pavyzdžiui, automatinį kirčiuoklį. Tačiau iki šiol nebuvo deramų sąlygų, rinkos poreikio ir finansavimo tam, kad šį technologinį sprendimą būtų galima paversti išbaigtu, tinkamu komerciniam taikymui.

„Panaudodami pažangiausias technologijas, projekte šį prototipą perkėlėme į naują lygmenį: suteikėme neuroninį balsą, kurio natūralumas jau mažai skiriasi nuo žmogaus. Šiuo metu kuriamas antrasis neuroninis balsas, tobulinamas santrumpų ir skaitmenų pavertimas tekstu. Planuojama įdiegti ir nelietuviškos rašybos žodžių sintezės metodus“, – vykdomus darbus pristato doc. dr. D. Amilevičius.

Lietuvių kalba – itin sudėtinga

Vieno iš pagrindinių šios technologijos kūrėjų, VDU Informatikos fakulteto profesoriaus Gailiaus Raškinio teigimu, vystant kalbos technologijas teko susidurti su įvairiais iššūkiais. Pastaruoju metu, žinoma, darbą apsunkino karantino sąlygos, kadangi reikėjo padaryti nemažai garso įrašų, o tai nebuvo paprasta dėl judėjimo ribojimų ir uždarytų patalpų. Tačiau ne ką mažesnis iššūkis buvo ir pačios kalbos kaip fenomeno sudėtingumas – ypač lietuvių.

„Bandant aprašyti kalbos reiškinius taisyklėmis, susiduriama su daugybe išimčių. Pavyzdžiui, tekste rašoma „Caritas“, bet tariama „Karitas“. Arba – trumpinys „gen.“ vienoje vietoje gali reikšti „generolas“, o kitoje – „generalinis“ ir taip toliau. Tai tik kalbinių problemų ledkalnio viršūnė“, – pasakoja VDU mokslininkas, papildydamas, jog nemažas iššūkis buvo ir didelių skaičiavimo pajėgumų, galingos kompiuterinės technikos poreikis, būdingas taikant giliojo mokymo technologijas. Pavyzdžiui, kai kurie giliojo mokymo eksperimentams reikalingi skaičiavimai trunka ne dieną ar dvi, o visą savaitę, 24 valandas per parą.

Nuo žmogaus pečių nuima rutininius darbus

Kalbos technologijas specialistai vysto naujame projekte, kurį Vytauto Didžiojo universitetas vykdo drauge su universiteto atžaline įmone „Intelektika“. Čia vystomos dvi pagrindinės technologijos: ne tik jau minėta šnekos sintezė, kai tekstas yra paverčiamas balsu, bet ir priešingas procesas – kalbos automatinis užrašymas tekstu. Doc. dr. D. Amilevičius pabrėžia, kad šios technologijos nuo žmogaus pečių nuima daug rutininių darbų, leidžia atpalaiduoti rankas nuo klaviatūros, o akis – nuo ekrano.

„Atsiveria virtualių asistentų, slaugos robotų, virtualių mokytojų, teisininkų, medicinos konsultantų ir kitos galimybės. Pavyzdžiui, medicinos sektoriuje jos gali atlaisvinti personalą nuo administracinio, duomenų suvedimo darbo, o sutaupytą laiką galima skirti pacientams. Juk gydytojo profesiją jaunuoliai ir jaunuolės renkasi tam, kad gelbėtų žmones, o ne tam, kad didelę laiko dalį suvedinėtų pacientų duomenis į informacinę sistemą“, – inovacijų privalumus įvardija mokslininkas.

Vaizdo konferencijų įrašus pavers į tekstą

Kalbos automatinis užrašymas tekstu buvo vystomas ir ankstesniame VDU projekte „Semantika-2“ – jo metu buvo sukurtas bazinis modelis, kurio pagrindu internete jau dabar teikiamos nemokamos viešosios paslaugos, įvairių garso įrašų automatinis transkribavimas.

„Bazinis modelis suteikė plačias galimybes tolesniam vystymui – tai ir daroma naujajame projekte. Tobuliname šį modelį, kad jis tinkamai atpažintų žemos kokybės signalus, pavyzdžiui, skambučių centrų telefoninius įrašus. Išvystytas sprendimas automatiškai tekstu pavers populiariausiomis platformomis („Zoom“ ir „Microsoft Teams“) organizuojamų vaizdo konferencijų įrašus“, – planus atskleidžia prof. G. Raškinis.

Lietuvių kalbai taikyti tokias technologijas nėra paprasta – lietuviškai kalba sąlyginai mažai žmonių pasaulyje, todėl mūsų kalba nėra komerciškai patraukli informacinių technologijų gigantams, tokiems kaip „Google“ ar „Microsoft“. Dėl šios priežasties, jei šioje srityje dirbantys mokslininkai nesulauktų reikiamos ES struktūrinių fondų ir šalies biudžeto paramos, apie lietuvių kalbos technologijų pažangą kalbėti būtų sunku arba neįmanoma.

Kalbos skaitmenizavimui – ypatingas dėmesys

Anot mokslininkų, žvelgiant į bendrą kontekstą, Lietuvos įdirbis į kalbos technologijas gali būti vertinamas gan teigiamai. „Jei lyginsimės su sprendimais anglų kalbai, atsiliekame kokybės, sprendimų tikslumo požiūriu. Tačiau jei lyginsimės su kitomis, mažiau kalbos išteklių turinčiomis kalbomis, neatsiliekame nuo bendro vidurkio – o kai kuriais atvejais netgi jį viršijame, ypač šnekos sintezės ir šnekos atpažinimo srityse“, – tikina VDU Informatikos fakulteto docentas D. Amilevičius. Jo teigimu, į ateitį galima žiūrėti optimistiškai – Lietuva ir dabartinė jos Vyriausybė planuoja skirti pakankamai daug dėmesio lietuvių kalbos skaitmeninimui ir skaitmenizavimui.

„Vytauto Didžiojo universitetas nuo pat atsikūrimo buvo lietuvių kalbos technologijų pionierius. Prieš dvidešimt metų profesorės Rūtos Petrauskaitės pasėta tekstynų lingvistikos ir kalbos technologijų tyrimų sėkla universitete rado tinkamą terpę. Todėl ji labai greitai prigijo ir jau duoda puikius vaisius – pirmiausia dėl VDU gilias tradicijas turinčio glaudaus bendradarbiavimo tarp informatikų ir humanitarų“, – primena doc. dr. D. Amilevičius.

VDU kalbos technologijų tyrimai savo laiku leido Lietuvai pralenkti „Google“ – universitetas įvykdė projektą, kurio metu buvo sukurta pirmoji mašininio vertimo sistema iš anglų į lietuvių kalbą.

Dabar kalbos technologijas Vytauto Didžiojo universitetas kartu su atžaline VDU įmone UAB „Intelektika“ vysto projekte „Dirbtinio intelekto ir giliojo mokymosi technologijomis grįstų kalbos technologijų MTEP rezultatų komercinimas (ASTRA)“ Nr. 01.2.2-MITA-K-702-09-0043, finansuojamame pagal 01.2.2-MITA-K-702 priemonę „MTEP rezultatų komercinimo ir tarptautiškumo skatinimas“.

• Ekspertai: norite statyti moderniai? Atsigręžkite į natūralumą ir tradicijas.
• Kokybiška vištiena vertinama visame pasaulyje, kokia jos perspektyva Lietuvoje?
• Reikalavimo važinėti vasarinėmis padangomis nėra – kodėl būtina tai daryti?
• Erkės perduoda daugiau nei 20 ligų, o Laimo liga gali sukelti 70 simptomų.
• Esu mažos, iki 3 ha miško valdos savininkas. Ką turėčiau žinoti?
• Automobilio vairuotojo atsakomybė: kada keleivis privalo būti išlaipintas.
• Vasarai, kai atsivalgysite šaltibarščių: atgaivins agurkų šaltsriubė.
• Schema, kai tampate nusikaltėlių bendrininku: kaip atpažinti ir apsisaugoti.
• RRT: skaitmeninių sukčių metodams tobulėjant, esamų priemonių nebepakanka.
• Įminė mįslę, kaip nesutikti su vadovu ar aukštesnio statuso žmogumi?
• Kaip saugiai transportuoti televizorių, skalbimo mašiną ar šaldytuvą.
• 5 svarbiausi dokumentai, norintiems parduoti automobilį greičiau ir brangiau.
• Lietuvos radijo ir televizijos komisija patyrė kibernetinę ataką.
• Kokias didžiausias klaidas daro keliautojai: galite būti nepasiekiami.
• 7 finansiniai žmonių asmenybės tipai: pasitikrinkite, kuris esate jūs.
• Vilniaus TV bokšto rekonstrukcija: taurėje lankytojams atvertos naujos erdvės.
• Dirbtinio intelekto rinka 2030-aisiais: investuoti, reguliuoti ar bijoti?
• Vidaus vartojimas – Lietuvos ekonomikos augimo variklis.
• Ne tik varlių šlaunelės ir sraigės: 2 greiti ir pigūs prancūziški patiekalai.
• Kodėl įspėjamuosius pranešimus kartais gauna ne visi gyventojai?
• JAV atvėrė rinką Lietuvos oro bendrovėms.
• Kuo naudinga garso terapija?
• Koks turėtų būti seifo saugumo lygis?
• Ką veikti lietingais vakarais porai? 5 idėjos.
• Ką būtina žinoti apie vaistų nuo skausmo vartojimą? Didžiausios klaidos.
• Blokuojami 23 IP adresai, kuriais pasiekiama Kremliaus propaganda.
• Ženšenis: natūralus adaptogenas jūsų sveikatai.
• Lietuvos biudžetas nepasipildo milijonais už automobilių ridos klastojimą.
• IT Lietuvoje: trečdalis tėvų vis dar mano, kad tikslieji mokslai – berniukams.
• Ar galiu savo miške iškirsti sausuolius ir ko tam reikia?
• Ką daryti, kad turimas turtas nenuvertėtų: atkreipkite dėmesį į 4 žingsnius.
• Lietuvą sėkmingai pasiekė stiklinės stadijos europiniai unguriai.
• Paštu apsimetantys sukčiai masiškai atakuoja mobiliojo ryšio vartotojus.
• Ekonominiai ciklai: ar žinote, kaip jais pasinaudoti jūsų naudai?
• Pavasaris – vagišių darbymetis: neša kepsnines, net ir sunešiotus batus.
• Žvilgsnis į ateitį – „airBaltic“ išbandė „SpaceX“ internetą „Starlink“.
• Pensijos tolsta, darbuotojai sensta. Keisti požiūrį privalės ir darbdaviai.
• Žengsime į vasaros laiką − kodėl šis metas itin pavojingas vairuotojams?
• Seimas spręs, ar leisti gyventojams pasitraukti iš pensijų kaupimo.
• Daugiau nei ketvirtadalis vairuotojų vėluoja laiku atlikti techninę apžiūrą.

Šio sąrašo naujienos detaliau

Daugiau ankstesnių naujienų:  1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35  36  37  38  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53  54  55  56  57  58  59  60  61  62  63  64  65  66  67  68  69  70  71  72  73  74  75  76  77  78  79  80  81  82  83  84  85  86  87  88  89  90  91  92  93  94  95  96  97  98  99  100  101  102  103  104  105  106  107  108  109  110  111  112  113  114  115  116  117  118  119  120  121  122  123  124  125  126  127  128  129  130  131  132  133  134  135  136  137  138  139  140  141  142  143  144  145  146  147  148