https://peertube.lightnode.ru/videos/watch/ea6b0cf9-44c7-4f7a-8707-e661a9306076 Синтез речи давно вышел за рамки утилитарных задач и стал важной частью взаимодействия человека с технологией: от помощников до медиа и образовательных продуктов. В гости к нам пришел Сергей Дуканов, который разрабатывал голосовые ассистенты Маруси, Алисы и Олега, а сейчас – CTO в международном AI dubbing стартапе Dubformer. В этом выпуске мы прошлись по четырём поколениям TTS-систем: от простейшего склеивания фрагментов до нейросетевых моделей, способных передавать интонации и эмоции. Обсуждаем, зачем синтезированной речи характер, почему интонационные “ошибки” делают голос живым и что важно учитывать при встраивании TTS в продукты. Полезные ссылки: — TTS от Nari Labs – модель понимает семантику и воспроизводит non-verbal звуки https://file.notion.so/f/f/66aabc3d-2e89-493a-b4a0-fff5163ca3ce/d6943564-77a0-42bb-ab1b-9d8b069791b4/audio_(15).wav?table=block&id=1db3a738-1c3e-802c-aafe-d6c1f0a80cf4&spaceId=66aabc3d-2e89-493a-b4a0-fff5163ca3ce&expirationTimestamp=1752854400000&signature=whU8sG9EDBhx_rFMQCmV0HjWKBKx52kKz69bVVJqhRM — Больше примеров тут https://yummy-fir-7a4.notion.site/dia — Примеры AI дубляжа от Dubformer: bobr curva на русском https://drive.google.com/file/d/1NT1kus-u7N67ThfAUFWfkggcCS_N2lvv/view?usp=sharing, TODO что-нибудь на английском ❓ Хочешь обсудить выпуск или задать вопрос эксперту? Вступай в наш Telegram-чат: https://t.me/podlodka 📰 Не любишь чаты, но хочешь оставаться в курсе дел и прокачивать свой IT кругозор? Подписывайся на наш Telegram-канал: там публикуются анонсы новых выпусков, а в комментах идут ценные и горячие обсуждения! 5 тысяч опытных IT-специалистов уже с нами: https://t.me/podlodkanews 👉Предложить себя в подкаст https://forms.gle/NtmaZmeDAa3MHSra7 Тайм-коды: 00:00 О чем выпуск 02:42 Основные задачи синтеза речи 07:45 Применение Zero-shot TTS 12:00 Особенности тембра голоса 15:48 Признаки синтезированного голоса 18:48 Проблемы синтеза эмоций 21:57 История синтеза речи 26:24 Выбор текста для датасета 31:05 Технические детали синтеза речи 41:35 Подходы к обучению моделей 47:13 Латенты и токены 48:57 Преимущества токенизации 51:30 Оценка качества моделей 56:10 Проблемы лидербордов 59:15 Восприятие синтезированной речи 01:01:10 Диалоговые агенты 01:05:05 Готовые решения и будущие перспективы 01:18:04 Заключение Mon, 27 Jul 2026 00:40:31 GMT https://validator.w3.org/feed/docs/rss2.html PeerTube - https://peertube.lightnode.ru https://peertube.lightnode.ru/client/assets/images/icons/icon-96x96.png https://peertube.lightnode.ru/videos/watch/ea6b0cf9-44c7-4f7a-8707-e661a9306076 All rights reserved, unless otherwise specified in the terms specified at https://peertube.lightnode.ru/about and potential licenses granted by each content's rightholder.