«Сбер» открыл публичный доступ к платформе синтеза и распознавания речи SaluteSpeech для реализации некоммерческих проектов
Команда SberDevices сделала публичным доступ к своей платформе синтеза и распознавания речи SaluteSpeech для реализации некоммерческих проектов. Ранее получить доступ к платформе могли только юридические лица и индивидуальные предприниматели. Для некоммерческого использования речевых технологий платформы потребуется только регистрация на портале. Об этом CNews сообщили представители Сбербанка.
Открытый доступ к платформе SaluteSpeech поможет пользователям быстро и эффективно решать множество задач. Студенты могут транскрибировать лекции, блогеры — озвучивать ролики, авторы — создавать аудиокниги.
Также есть сценарии использования публичной версии для бизнеса. Средний и малый бизнес может озвучить презентационные материалы либо транскрибировать аудиозаписи встреч или интервью для последующей работы с текстом. Крупный бизнес получает возможность оперативно протестировать технологию Сбера до принятия решения о дальнейшем сотрудничестве.
Денис Афанасьев, директор дивизиона В2В-продуктов «Салют» SberDevices: «Наша команда очень много выступает на мероприятиях перед студентами — мы рассказываем им о речевых технологиях, — и я очень рад, что теперь они могут полноценно их протестировать и создать свои первые проекты, которые, уверен, положат начало чему-то большому и важному в будущем. Также это отличный инструмент для людей, у которых возникает бытовая потребность в переводе текста в голос и наоборот. Отмечу, что таких немало. И, конечно, еще одна важная задача этого проекта дать бизнесу возможность для тестирования платформы SaluteSpeech. Благодаря свободному доступу все желающие в удобный для них момент могут подключиться к платформе и оценить качество работы ее технологий».
Публичный доступ к платформе доступен только для некоммерческого использования. Распознавание речи в этом формате для физических лиц ограничено 100 минутами в месяц. К примеру, продолжительность одной лекции — 60 минут, а деловая встреча в среднем длится от 40 до 60 минут. Синтезировать можно текст на 200 тыс. символов в месяц — этого достаточно, чтобы создать небольшую аудиокнигу примерно на 100 страниц.
Доступ к SaluteSpeech для реализации коммерческих проектов исключает эти ограничения. При работе с облачной версией платформы клиент платит по количеству секунд для распознавания речи и по числу символов для ее генерации. Если заказчик разворачивает систему в своем контуре (on-prem), он платит за количество лицензий.
Платформа SaluteSpeech позволяет подключать речевые технологии в интерактивном голосовом меню (IVR), автоответчике, чатах, телемаркетинговых компаниях, голосовых интерфейсах взаимодействия, для озвучивания контента и команд или голосового ввода на устройствах и сайтах. Сервисы платформы распознают и синтезируют речь, а также способны воспринимать подсказки, помогающие максимально правильно понимать пользователя в зависимости от конкретной ситуации. Технологии распознавания и синтеза речи можно использовать как вместе, так и по отдельности.
