Silero、ロシアの29言語に対応する安定的で高速・高品質かつ手頃なTTSモデルを公開

音声技術で知られるSilero社は、ロシアおよび周辺地域のさらに29言語をサポートする2つの新しいテキスト読み上げモデルを公開しました。最初のモデルは主にチュルク語族の言語（14言語、33の音声）をカバーし、2番目のモデルはコーカサス地方の言語（15言語、31の音声）をカバーしています。これには、アブハズ・アディゲ語派やナフ・ダゲスタン語派の多くの言語が含まれます。これらのモデルは、公式のキリル文字アルファベットの連結を使用し、SSML（音声合成マークアップ言語）をサポートし、以前のモデルと同様に最適化されています。強勢位置を制御できないことは、制限事項として指摘されています。言語の選択は、データの入手可能性と主要な言語グループをカバーする必要性に基づいています。同社は、簡単に使用できるようにコード例とノートブックも提供しており、モデルが言語間の一般化をサポートしていることも述べています。このリリースは、コーカサス、ダゲスタン、チェチェンの言語のカバレッジのギャップを埋めることを目的としています。