Audiogram: распознавание и синтез речи

Антиспуфинг

Интеллектуальная система обнаружения искусственных голосов и защиты клиентов от мошенничества

/ Подробнее

О продукте

Платформа синтеза и распознавания речи на базе нейронных сетей и методов машинного обучения

Human-like синтез речи

Расстановка ударений и интонаций на основе ML позволяет озвучивать тексты быстро и качественно. Для вас доступны 4 предустановленных голоса, они близки по звучанию к естественным. Возможна также разработка голоса на заказ по вашим требованиям

Два типа ML-моделей

Доменная модель эффективно распознает речь по определённой тематике (телеком, банки, ритейл). Мультиотраслевая — распознаёт лексику из любой сферы без донастройки. Если клиенту требуется распознавание специфических терминов, MWS AI дообучит выбранную модель за две недели

Дипфейк-детектор

Платформа умеет распознавать синтезированную речь, отличая её от живой. Эта функция необходима при детекции спам-звонков пользователям

Голосовая биометрия

Модель способна детектировать пол говорящего: мужской или женский, а также может определить возраст спикера и узнать его голос среди нескольких собеседников

Работа в разных шумовых условиях

Audiogram успешно распознаёт, что говорит спикер, даже если он разговаривает тихо или находится в месте, где есть посторонние звуки

Удобная интеграция

Audiogram поддерживает взаимодействие с внешними приложениями с помощью gRPC и REST API, также протоколов UniMRCP и SIP для интеграции с телефонией

Синтез и распознавание эмоций

Голоса Audiogram обучены выражать радость, удивление и грусть, алгоритмы распознавания речи определяют тональность высказывания: позитивную, негативную, нейтральную

Документация
Изучите подробнее все технические характеристики платформы Audiogram на одной странице
Подробнее

Где применяется

Кейсы

Умные сценарии для сервиса «Секретарь»
Требовалось обогатить виртуального голосового помощника МТС «Секретарь» умными сценариями диалога и интегрировать сервисы для распознавания речи, определения категории звонка и озвучивания ответов синтезированными голосами
Примененный сервис
Audiogram
Задача
Платформа распознавания и синтеза речи Audiogram интегрирована в системы МТС, чтобы клиент получал расшифровку диалога.
- Созданы кастомные голоса — как нейтральные, так и эмоционально окрашенные. Конечный пользователь может выбрать один из них
- Бота обучили понимать по ключевым словам категорию звонка: спам или полезный звонок
- Внедрены функция «антимат», или маскировка спецсимволами нецензурных слов и выражений, а также «денормализатор» для перевода числительных и слов в цифры и символы
Результат проекта
100+ сценариев диалога поддерживает голосовой помощник, среди них «револьвер» из фраз — набор шуток и несерьёзных вопросов
7 категорий звонка умеет определять бот
9 голосов внедрены в «Секретаря». Бот разговаривает в том числе мудрым женским или восточным мужским голосом
ИИ-функции для сервиса МТС «Защитник»
Было необходимо:
- Доработать функционал сервиса МТС «Защитник»
- Добавить транскрибацию нежелательных звонков и возможность поддерживать диалог со спамерами
Примененный сервис
Audiogram
Задача
- Платформу синтеза и распознавания речи Audiogram развернули в контуре заказчика и интегррировали с контакт-центром МТС при помощи протокола gRPC
- Функции платформы были кастомизированы:
  — Добавлен модуль «Пунктуатор» для расстановки знаков препинания
  — Платформу научили переводить числительные в цифровые значения, внедрив «Денормализатор»
  — Реализован сервис «Антимат» по преобразованию нецензурной лексики в специальные символы
Результат проекта
2 млрд звонков заблокировано в 2023 году
x3 выросло количество пользователей сервиса по показателю «год к году»
x2,3 увеличилось время интерконнекта на спам-звонках