Локальные синтез и распознавание
На фоне атак на датацентры и участившихся перебоев с доступностью внешних сервисов мы экстренно подготовили локальные решения по синтезу и распознаванию, чтобы вы больше не зависели от чужих облаков. Всё работает на вашем оборудовании и в вашей сети.
Зачем мы это сделали.
Последние недели показали, что даже крупные внешние площадки могут стать недоступными в самый неподходящий момент. Если ваш автообзвон или автоответчик используют внешние сервисы синтеза и распознавания, то в момент сбоя они просто перестают работать. Локальное решение в контуре вашего предприятия снимает эту зависимость полностью: отключите интернет - робот продолжит говорить и слышать.Наши решения.
1. COSpeech - для небольших объёмов.
Это один исполняемый файл, который ставится на обычный компьютер под Windows и обслуживает и синтез, и распознавание в одном процессоре (без видеокарты):
- Синтез речи: 20 языков, 60 голосов. Из них 20 русских (9 мужских и 11 женских), потоковая выдача, кэш повторяющихся фраз.
- Распознавание речи: потоковое, с промежуточными результатами.
- Всё локально: сервер ничего не отправляет наружу.
- Подключение к Call Office - одной настройкой.
- Окно управления, журналы синтеза и распознавания, значок в трее, автозапуск и даже тестирование прямо в интерфейсе сервера.
Производительность напрямую зависит от мощности машины. По нашим замерам:
- 1 линия распознавания - около 2 ядер, каждая следующая - примерно +0,7 ядра;
- 1 линия синтеза - 1 ядро.
Офисный ПК на 6 ядрах / 12 потоках уверенно держит до двух одновременных линий синтеза и распознавания.
Текущий статус: это бета-версия, мы даём её для тестирования и проверки работоспособности в ваших условиях, поэтому просим не судить строго: возможны шероховатости, мы оперативно их правим по вашим замечаниям. Решение выпускается с ограниченным сроком действия - до конца 2026 года.
Подробнее о COSpeech
2. Для требовательных задач - COServer.
Контейнерное решение с поддержкой видеокарт NVIDIA: многопоточные режимы распознавания и синтеза, рассчитанные на высокую нагрузку и десятки одновременных линий. Сейчас оно проходит заключительные стадии тестирования - представим в ближайшее время.Параллельно мы работаем над тем, чтобы система могла говорить голосом вашего диктора, с его тембром и манерой речи. Это называется "клонирование голоса". Голос готовим на своём оборудовании, условия обсуждаем индивидуально.
Хотите прогнать локальный тест на своей задаче - напишите нам.
Скачайте beta-версию COSpeech и обновлённый Call Office 3.30 здесь
С уважением, Команда Call Office