Искусственный интеллект стремительно становится частью повседневной жизни во всем мире. Однако большинство популярных AI-сервисов по-прежнему ориентированы на английский и другие широко распространенные языки. Казахстанские разработчики работают над тем, чтобы современные технологии лучше понимали казахскую речь, учитывали особенности местного контекста и помогали решать практические задачи. Такие решения специалисты Института умных систем и искусственного интеллекта (ISSAI) при Назарбаев Университете представили в Астане на мероприятии ISSAI Connect.
О том, как создаются отечественные AI-разработки и какие задачи они способны решать уже сегодня, в кулуарах презентации рассказал аналитик данных ISSAI Рахат Мейрамов.
Одной из главных разработок стала ISSAI Voice Studio — платформа, объединяющая технологии автоматического дубляжа, эмоционального синтеза речи, распознавания и разделения голосов нескольких собеседников.
— ISSAI Voice Studio позволяет автоматически выполнять дубляж, сохраняя тембр голоса и эмоциональную окраску оригинального спикера. Платформа также обеспечивает естественное озвучивание текста и автоматически разделяет речь нескольких участников разговора, формируя структурированные расшифровки встреч, интервью, подкастов и конференций, — говорит Рахат Мейрамов.
Работу платформы показали сразу на нескольких примерах. Гостям продемонстрировали фрагмент фильма, автоматически дублированный на казахский язык с сохранением синхронизации артикуляции, естественной интонации и эмоциональной окраски. В другой демонстрации система в режиме реального времени разделила речь нескольких участников разговора и автоматически распределила реплики по отдельным спикерам.
Еще одна задача, над которой работают казахстанские разработчики, — сделать многоязычное общение проще. Для этого было создано мобильное приложение MangiSoz, предназначенное для распознавания речи, автоматической транскрипции и перевода.
По словам разработчиков, особое внимание уделялось качественной работе именно с казахским языком. Приложение поддерживает распознавание речи в реальном времени и мгновенный перевод во время разговора. Пользователи также могут распознавать и переводить текст с фотографий и изображений, что особенно удобно во время путешествий, учебы или работы с документами.
Интерфейс разделен на две части, каждая из которых предназначена для отдельного собеседника. Благодаря этому оба пользователя одновременно видят перевод на своем языке без необходимости передавать друг другу смартфон. Кроме того, сервис автоматически преобразует речь в текст, что делает его удобным инструментом для журналистов, исследователей, студентов.
Практическое применение искусственного интеллекта разработчики показали и в мобильном приложении Joldas AI, созданном для незрячих и слабовидящих пользователей.
— Объединяя технологии компьютерного зрения и обработки речи, приложение помогает пользователям лучше ориентироваться в окружающей среде, предоставляя голосовые описания на казахском языке. Используя камеру смартфона, Joldas AI способен распознавать дорожные и информационные знаки, считывать текст, определять объекты, описывать окружающее пространство и озвучивать полученную информацию естественным голосом, — отмечают авторы проекта.
По словам заместителя директора ISSAI по продуктам и внешним связям Амины Байкеновой, все представленные технологии создавались прежде всего для практического применения.
— Наша цель — создавать AI-продукты, которые решают реальные задачи, а не демонстрируют технологии ради самих технологий. Независимо от того, помогают ли они людям с нарушениями зрения свободнее ориентироваться в окружающем мире, обеспечивают безопасную обработку документов без доступа к интернету, делают многоязычное общение простым или расширяют возможности создания качественного медиаконтента на казахском языке, все эти решения показывают, что искусственный интеллект способен стать практичным инструментом, улучшающим повседневную жизнь людей, — сказала она.
Ранее в Министерстве науки и высшего образования рассказали о том, как казахстанские университеты превращают AI-разработки в реальные продукты.