конференции по речи и компьютеру. Системы на основе ИИ уже могут полностью или частично заменять человека во многих задачах, особенно рутинных, однако реализация интонации оставалась сложной задачей. Интонация важна для выражения эмоций, отношения и коммуникативного смысла, например, для различения вопроса и утверждения. Традиционные языковые модели часто дают монотонную или неподходящую интонацию. Лингвисты СПбГУ использовали модель Tacotron2 для синтеза речи и обучили её с помощью специализированной классификации интонации, разработанной в СПбГУ. Классификация включает широкий спектр интонационных вариантов, учитывая мелодический диапазон, темп и тип предложения. Эти модификации позволили нейронной сети преодолеть ограничения неестественной или монотонной интонации. В ходе оценки 42 носителя русского языка прослушали синтезированное аудио и в целом признали его естественным, с некоторыми незначительными артефактами. Во втором эксперименте участники легче распознавали вопросительные фразы. Исследователи предполагают дальнейшую настройку с учётом эмоциональных и стилистических вариантов для улучшения качества.