Prajekt SONORA šukaje tych, chto dapamoža «padklučyć» biełaruski hołas da BigTech

U kanale «TTS pa-biełarusku» źjaviłasia abjava ab zapusku SONORA. Heta prajekt, dzie ŭdzielniki zapisvajuć adkryty biełaruski dataset dla TTS — «kab biełaruskaja hučała naturalna ŭ sučasnych AI-servisach», piša telehram-kanał Dzik Pic.

Zdymak ilustracyjny. Fota: freepik.com

U čym prablema? Jak śćviardžajecca na sajcie, siońnia ŭ śviecie amal nie isnuje jakasnych biełaruskamoŭnych hałasavych datasetaŭ, śpiecyjalna zapisanych dla navučańnia sučasnych TTS-madelaŭ. Pry hetym u biełaruskaj movie tysiačy amohrafaŭ: adnolkavaje napisańnie, ale rozny sens u zaležnaści ad nacisku. Kali madel pamylajecca z naciskam, łamajecca i hučańnie, i sens. 

Druhaja prablema — fanietyčnaja karektnaść: miakkaść, «ŭ», «dz/dž», intanacyja i rytm:

«Bieź jakasnaha studyjnaha materyjału madeli paŭtarajuć pamyłki i hučać mienš naturalna».

Tak, siońnia ŭžo isnujuć padobnyja inicyjatyvy, naprykład, Donar.by albo madel BexTTS. Ale Sonora praciahnie ichni šlach i «vyviedzie jaho na studyjny ŭzrovień».

Tamu entuzijasty zapuścili supolnaje finansavańnie, kab «arhanizavać prafiesijny studyjny zapis biełaruskaha maŭleńnia na śpiecyjalna padabranych tekstach». Karystacca datasetam zmohuć daśledčyki, entuzijasty, startapy i adukacyjnyja inicyjatyvy.

Akramia taho, kamanda płanuje partniorstva z Google, OpenAI i ElevenLabs — «kab naš dataset uzmacniŭ ich rašeńni dla biełarusaŭ».

SONORA šukaje ciopłyja intry/pramyja kantakty ŭ:

• Google;
• OpenAI;
• ElevenLabs;
• Speechify;
• Meta.

«Kali viedajecie kaho-niebudź u hetych kampanijach i možacie zrabić intra — napišycie, kali łaska, u pryvat, albo napišycie zvarot ad nas sami. Tekst zvarotu tut», — prosiać stvaralniki.

Vy možacie pasłuchać, jak hučyć biełaruskaja mova ŭ technałohijach siońnia, na startavaj staroncy.

Kamientary da artykuła