В ближайшем будущем голосовые сервисы смогут без труда распознавать кипрско-греческий диалект — небольшая команда разработчиков создала новую ИИ-модель, которая максимально точно конвертирует местную речь в текст.
Инициатор проекта, менеджер по искусственному интеллекту Игорь Акимов, собрал команду из двух стажёров — Хусейна Хадры, студента Университета Никосии, и Никиты Маркова из Калифорнийского университета в Лос-Анджелесе. Вместе они решили устранить проблему, с которой сталкиваются многие киприоты: большинство голосовых систем плохо понимают местный вариант греческого языка.
Команда разработала модель автоматического распознавания речи, адаптированную под звучание кипрского диалекта. Человек начитывает голосовое сообщение, а ИИ мгновенно превращает речь в текст. Эта технология может использоваться в голосовых помощниках, переводческих сервисах, автоматизированной поддержке, а также в целых секторах — от медицины до образования.
В сфере здравоохранения система позволяет автоматически фиксировать речь пациентов, особенно пожилых, без ручного набора. Для бизнеса открывается возможность создавать голосовых агентов. В образовательных и культурных проектах эта технология поможет оцифровывать архивы и сохранять диалект.
Как создавали всё с нуля
Главным вызовом стало отсутствие материала для обучения для нейросети. Команда пыталась найти данные у исследователей, но либо сталкивалась с отказами, либо с потерянными архивами, либо с непомерными требованиями за доступ. Даже компания Meta, собравшая данные по 1600 языкам, не нашла ни одного часа с носителями кипрского диалекта.
Акимов вспоминает, что они изучили словари, тексты и аудиоматериалы, но так и не нашли наборов, где аудио было бы сопоставлено с точными и проверенными расшифровками.
«В общем, у нас не было ничего, с чего бы начать, поэтому мы решили собрать все доступные кипрские аудиозаписи: от телепередач до радиостанций, подкастов и книг», — говорит Акимов. «Шаг за шагом мы создали самую большую в истории коллекцию кипрско-греческой речи».
Обучение шло поэтапно. Сначала ИИ слушал живую разговорную речь киприотов, чтобы уловить ритм и особенности диалекта. Затем добавили более чёткие записи из новостей и радиопередач — это помогло сократить количество ошибок. В работу включили и KenLM — инструмент, который «подсказывает» модели наиболее вероятные слова, повышая точность распознавания.
Что нужно для следующего шага
Несмотря на значительный прогресс, разработчики подчёркивают, что впереди ещё много работы.
«Имея всего несколько часов качественно расшифрованного аудио, нам пока не удалось создать лучшую в мире модель, однако это абсолютно достижимо», — объясняет Акимов. «Сейчас это скорее рабочий прототип, которому нужно больше данных, чтобы раскрыть свой потенциал».
Команда уже собрала около 300 часов кипрской речи и ищет волонтёров. По их словам, всего 10–15 минут, проведённых за проверкой транскрипций на сайте проекта, могут значительно ускорить создание современной модели — а в будущем, возможно, и системы синтеза голоса, которая будет звучать аутентично по-кипрски.
Помочь можно на сайте voiceofcyprus.org.
«Это окажет нам и Кипру огромную помощь. Даже 10–15 минут имеют значение», — подчёркивает Акимов. «Мы хотим, чтобы каждый киприот мог говорить на своём диалекте и при этом быть понятым с помощью технологий».
Читайте также:
Как выучить греческий на Кипре: приключения с языком
ΛENTA CYPRUS — новости Кипра на русском — всегда в курсе событий
