Christian Wiediger/Unsplash
Дослідна група Amazon зі штучного інтелекту анонсувала розробку найбільшої на даний момент моделі для перетворення тексту на мову. Під «найбільшою» мається на увазі кількість параметрів та обсяг даних, використаних для навчання.
Що відомоПредставлена модель під назвою BASE TTS містить 980 млн. параметрів. Її навчали на 100 000 годин аудіозаписів мови з публічних ресурсів, переважно англійською мовою.
Також системі продемонстрували приклади розмовних фраз іншими мовами, щоб вона могла правильно вимовляти поширені висловлювання.
Під час тестування на невеликих даних команда Amazon виявила «стрибок» як синтез мови при досягненні 150 млн параметрів. При цьому модель почала демонструвати низку нових мовних можливостей.
Фахівці зазначають, що BASE TTS з'явиться у відкритому доступі, щоб уникнути неетичного використання. Натомість вона стане навчальною базою для покращення існуючих рішень у даній сфері.
Повідомлення Amazon створила найбільшу на сьогодні модель перетворення тексту в мова з'явилися спочатку на ITnet.
