SaluteSpeech — это платформа от Сбера для синтеза и распознавания речи, заточенная под бизнес-задачи. Она умеет превращать текст в живую речь и наоборот — расшифровывать голос в текст. Синтез отличается точной интонацией и правильными ударениями, распознавание — пониманием контекста и эмоций.
Синтез речи здесь не про монотонный робот-голос. Сервис считывает смысл написанного: ставит паузы там, где нужно, выделяет интонацией вопросы, правильно произносит «звонишь» вместо «звóнишь», разворачивает «Кутузовский пр-т» в полное слово. Контекст целого предложения тоже учитывается: в примере «Николай все решил и отправился в дом, где живут его сестры» система сама понимает, что нужно читать «всё» и «сёстры». Поддерживается SSML-разметка — можно тонко настраивать скорость, паузы и тембр. Синтез работает на русском, английском и казахском языках, а тембр голоса выбирается под задачу: строгий или эмоциональный.
Распознавание речи тоже сделано с умом. Нейросеть фильтрует фоновый шум, не перебивает пользователя до конца реплики, расставляет знаки препинания и определяет эмоции — позитивную, нейтральную или негативную. Это полезно, если нужно анализировать, как операторы общаются с клиентами, или отслеживать динамику удовлетворённости по звонкам. Отдельный модуль Insights собирает речевые метрики диалогов для анализа качества обслуживания.
На практике это выглядит так: голосовое меню IVR, роботы для обзвона, рассылки, расшифровка совещаний и лекций, субтитры, озвучка интерфейсов для слабовидящих, заполнение CRM голосом. Отдельный модуль YourVoice позволяет создать собственный уникальный голос бренда.
Есть десктопное приложение для Windows и macOS с удобным интерфейсом: переводи речь в текст, текст в аудио, а также генерируй тексты с помощью GigaChat прямо в приложении.
По ценам: для личного (некоммерческого) использования — бесплатный пакет: 200 000 символов и 100 минут в месяц. Для малого и среднего бизнеса — пакеты от 19 500 ₽: синтез речи на 55 млн символов в год стоит 10 230 ₽, распознавание на 20 000 минут в год — 12 000 ₽. Корпоративным клиентам и партнёрам — индивидуальные условия.
LogoliveryAI - это бесплатный генератор логотипов, работающий на искусственном интеллекте, который создает высококачественные логотипы в формате SVG для различных случаев использования.
Бесплатный онлайн-курс от DataCamp Academy, который также посвящен нейросетям и ChatGPT. Этот курс может быть полезным ресурсом для тех, кто хочет изучить нейросети и ChatGPT.
Инструмент для автоматизации создания маркетингового контента. Генерирует тексты разных форматов, аудио и изображения по заданным параметрам. Включает более 30 специализированных инструментов для разных задач.
Нейросеть превращает фотографии в мультяшные арты за секунды. 80+ стилей от Disney до аниме - без навыков рисования.
Блог