Ко Дню языков народов России «Яндекс» представил масштабное обновление для своего Переводчика, добавив поддержку речевых технологий для удмуртского языка. С помощью нейросетевых технологий сервис теперь умеет не только переводить тексты, но и распознавать устную речь (ASR), а также реалистично озвучивать перевод (TTS). Удмуртский язык стал первым финно-угорским языком, который получил полноценную голосовую поддержку в сервисах Яндекса.

Что умеет обновлённый Переводчик:

1. Произносить слова и фразы: пользователи могут прослушать произношение удмуртских слов и их переводов на другие языки.

2. Общаться в диалоговом режиме: приложение позволяет вести беседу носителям разных языков. Можно задать вопрос вслух на русском, а услышать ответ на озвученном удмуртском переводе, и наоборот.

3. Расшифровывать устную речь: новая функция распознавания позволяет переводить в текст сказанное на удмуртском, избавляя от необходимости печатать.

В реализации проекта компании помогли эксперты УдмФИЦ УрО РАН, лингвисты и волонтёры, которые обеспечили необходимую языковую базу для обучения нейросетей.

Попробовать: https://translate.yandex.ru/

О том, почему это важно и что будет дальше, мы поговорили с Андреем Михеевым, заместителем руководителя проекта компании Яндекс «Языки народов России».

1. Андрей, расскажите, почему именно удмуртский язык стал первым финно-угорским языком в Яндекс Переводчике, получившим функции синтеза и распознавания речи?

Обычно мы стараемся добавлять новые возможности для наиболее распространенных языков, но важным является еще встречная заинтересованность представителей региона или сообщества носителей, а также наличие открытых данных по языку. Потому что для разработки синтеза и особенно распознавания нам нужно решить много разных задач, требующих владения языком: проверить тексты, которые будет читать диктор или наговаривать обычные люди, собрать сами наговоры (100 тыс. фраз разными голосами и в разных условиях), проверить их, сделать разные разметки и оценки. Сделать это быстро и с нужным качеством можно только в тесном сотрудничестве с сообществом носителей языка.

2. Какую роль сыграло сотрудничество с УдмФИЦ УрО РАН и волонтёрами?

Как я уже сказал, для обучения моделей синтеза и распознавания нужно собрать большое количество данных, причем не только записи профессионального диктора, но и «наговоры» разными голосами, оценка, проверка, разметка. То есть, нужна группа носителей языка, готовых с нами работать и хорошо владеющих языком; найти таких самостоятельно, без партнера «на месте» — очень трудно. К счастью для удмуртского языка у нас такой партнер есть — мы уже около года плотно работаем с УдмФИЦ и по улучшению основной модели перевода, и по разработке новой функциональности. Коллеги не только помогают с привлечением людей с нужными компетенциями, но и делятся с нами корпусами текстов, которые нужны и для перевода, и для речевых технологий.

3. Как Вам удалось собрать и подготовить такой корпус данных для синтеза речи?

Мы привлекли профессионального диктора, которая более 100 часов провела в студии, записывая разные тексты и фразы под контролем специалиста по языку, который следил за произношением и интонацией. Кстати, и диктора, и специалиста помогли найти партнеры из УдмФИЦ. Кроме того, у нас был, также от партнеров, некоторый объем предварительных записей этого диктора в другой студии — мы не использовали их непосредственно в основной модели, но использовали для ее предварительного обучения и «разогрева».

4. Появятся ли подобные функции для других языков народов России в ближайшее время?

Мы обычно не рассказываем про планы, но раскроем, что активно ведем работу над аналогичными функциями для марийского языка. А если говорить в целом про проект по языкам России — у нас в разной степени готовности около десятка языков, среди которых и языки Кавказа, Крайнего Севера и Сибири.

5. Планируется ли интеграция голосового удмуртского интерфейса в другие продукты Яндекса — например, в «Алису»?

«Когда Алиса научится на моём языке?» — наверное, самый частый запрос, который мы слышим от представителей языковых сообществ. Но нужно понимать, что синтез и распознавание — это только «внешние проявления» взаимодействия с голосовым помощником; самое важное — чтобы голосовой помощник мог (желательно без «костылей» в виде перевода на русский или другой язык) отвечать на вопросы пользователя, выполнять какие-то функции (хотя бы включать музыку или ставить таймер). К сожалению, пока полноценная поддержка нового языка в виртуальном помощнике требует весьма дорогой и сложной разработки. Возможно, через несколько лет голосовые помощники на национальных языках получат распространение.

6. Это в первую очередь инструмент для сохранения языков или всё же коммерческий продукт для повышения удобства пользователей?

Мы будем рады, если в будущем языки, на которых говорят в России, будут так широко и активно использоваться, что их поддержка в интернет-сервисах будет представлять коммерческий интерес. Пока это очевидно не так. Поэтому мы воспринимаем весь проект по языкам народов России как исключительно социальную и некоммерческую историю, ориентированную на поддержку и сохранение языков, расширение их использования, в особенности среди молодёжи.

Удмуртский язык получил поддержку в моделях синтеза речи от Silero

Компания Silero, специализирующаяся на технологиях искусственного интеллекта, добавила поддержку удмуртского языка в свои модели синтеза речи (Text-to-Speech). Это стало частью масштабного обновления, охватившего 20 языков народов России и СНГ.

Разработчики создали полноценную TTS-модель, которая умеет преобразовывать удмуртский текст в естественно звучащую речь. Ключевой элемент работы — публикация алгоритма постановки ударений для удмуртского языка в рамках проекта silero-stress. Технология работает быстро и не требует мощного оборудования — модели оптимизированы для работы даже на обычных процессорах. Система поддерживает SSML (Speech Synthesis Markup Language) — язык разметки, позволяющий настраивать произношение, интонацию, скорость речи, добавлять паузы, делая звучание более выразительным.

Разработчики отмечают, что это пока базовая версия: если слова нет в словаре ударений, система определяет его алгоритмически. Работа с омографами (словами, которые пишутся одинаково, но имеют разное значение и ударение) ещё предстоит.

Попробовать синтез удмуртской речи и ознакомиться с технологией можно в репозитории проекта Silero.

Протестировать модель для озвучки текста можно здесь.

Суред: Елена Манохина

P. S. В боте Silero технология на момент написания поста не поддерживается.

Качество синтеза уже проверено на практике. Мы протестировали модель на стихотворении «Мон вал Америка пушкын...» из сборника «Ӝикъя Promo» поэта Богдана Анфиногенова, который принимал участие в озвучке обучающих данных для модели. По нашей оценке, результат звучит живо и понятно, но пока неидеально.

Забавные фразы на удмуртском и где они обитают

Стартовал второй сезон подкаста «Дословно с удмуртского». Ежедневно короткие эпизоды знакомят слушателей с фразеологизмами и их значением.

Послушать можно «ВКонтакте»: vk.com/podcasts-143124542. Или на других площадках: taplink.cc/speakudmurt.

Продолжение проекта стало возможным благодаря финансовой поддержке Министерства национальной политики Удмуртии.

Программист Гриша Григорьев запустил Telegram-бот и сайт удмуртских медиаресурсов «Чӧлскон Куа». Проект представляет собой каталог онлайн-ресурсов, посвящённых удмуртскому языку и культуре.

В каталоге собраны медиапроекты разных форматов — от новостных до образовательных и культурных ресурсов.

В настоящее время в каталоге представлены следующие разделы:
— Новости и медиа;
— Книги и литература;
— Музыка;
— IT и инструменты;
— Видео и кино;
— Изучение языка.

По словам автора, база ресурсов будет регулярно обновляться и расширяться.

«Чӧлскон Куа» доступен в виде телеграм-бота и сайта:

ТГ-бот: t.me/udmurt_catalog_bot
Сайт: https://udmurt-catalog.ru/

Проект реализуется при поддержке Министерства национальной политики Удмуртии.

Суред: Коллекция НМУР, «Колхозлэн мушбакчаез», Ува ёрос, Выль Мултан 1936 г.