St. Petersburg Üniversitesi Bilim İnsanları Sinir Ağının Diyalog Yeteneğini Geliştirdi

Saint Petersburg Devlet Üniversitesi'ndeki dilbilimciler, sinir ağına bir tonlama modeli yerleştirerek diyalog yeteneğini geliştirdi; bu sayede yapay zekanın telaffuzu insanlar için daha doğal ve tanıdık hale geldi. Bu gelişme, sesli asistanlarda ve antropomorfik robotlarda kullanılan metin-konuşma sistemlerini iyileştirmeyi amaçlıyor. Araştırma sonuçları, Uluslararası Konuşma ve Bilgisayar Konferansı bildirilerinde yayınlandı. Yapay zeka tabanlı sistemler, birçok görevde, özellikle rutin olanlarda, insanların yerini tamamen veya kısmen alabilir; ancak tonlama uygulanması zor olmuştur. Tonlama; duyguları, tutumu ve iletişimsel anlamı ifade etmek için çok önemlidir; örneğin, bir soruyu bir ifadeden ayırt etmek gibi. Geleneksel dil modelleri genellikle monoton veya uygunsuz tonlama üretir. SPbU dilbilimcileri, metin-konuşma sentezi için Tacotron2 modelini kullandı ve bunu SPbU'da geliştirilen özel bir tonlama sınıflandırmasıyla eğitti. Sınıflandırma; melodik aralığı, hızı ve cümle türünü hesaba katarak geniş bir tonlama varyantı yelpazesini içerir. Bu değişiklikler, sinir ağının doğal olmayan veya monoton tonlama sınırlamalarını aşmasını sağladı. Bir değerlendirmede, 42 anadili Rusça olan kişi sentezlenen sesi dinledi ve genellikle doğal buldu; bazı küçük kusurlar vardı. İkinci bir deneyde, katılımcılar soru ifadelerini daha kolay tanımlayabildi. Araştırmacılar, kaliteyi artırmak için duygusal ve üslupsal varyantlarla daha fazla ince ayar yapılmasını öneriyor.