Команда ученых и студентов кафедры теоретических основ информатики ИПМКН Томского государственного университета совместно с компанией «Директ-Медиа» разработали алгоритм LUWRAIN Books для перевода текста литературных произведений в аудиокниги. Разработка позволила снизить коэффициент ошибок при прочтении омонимов и расшифровке сокращений, сообщает пресс-служба ТГУ.
На данный момент LUWRAIN Books размещен в свободном доступе, воспользоваться им может любой желающий. Используя алгоритмы глубокого обучения, он преобразует русскоязычный текст, каким тот встречается в СМИ и художественной литературе, в устную речь. Эта возможность необходима при издании аудиокниг, созданных синтезаторами речи, и озвучивании сайтов. Сложность задачи в том, что только при понимании текста возможна корректная обработка сокращений. Например, когда в тексте есть фрагмент «я получил письмо от о. Петра», человек понимает, что сокращение «о.» в данном случае означает «отца», но для компьютера произвести подобную подстановку невозможно без задействования нейронных сетей.
«При обработке текста мы использовали две нейросети: одна — мелкая, для семантического анализа, нужного для снятия неопределённости сокращений, вторая — глубокая, двунаправленная, для синтаксического анализа текста. Именно вторая определяет, что в предложении „мы положили литературу XIX в. в цифровой ларец“ слово „литература“ стоит в родительном падеже, поэтому при расшифровке будет произнесено „девятнадцатого“», — объясняет доцент кафедры теоретических основ информатики ИПМКН ТГУ Михаил Пожидаев.
Отдельной проблемой при расшифровке текста выступает наличие двух и более сокращений в одном предложении. «Мы забрались на вершину г. Эверест, а потом вернулись в г. Томск» — пример того, как в тексте «г.» используется в двух вариантах: город и гора. В этом случае нейросеть на основе смыслового анализа окружающих слов корректно определяет, как это озвучивать.
«Мы давно над этим работали, но задача крайне непростая, и без современных интеллектуальных алгоритмов такую обработку провести невозможно. Форма на сайте books.luwrain.org может пока работать нестабильно, так как это экспериментальный режим. Но с таким инструментом можно почти целиком исключить использование ручного труда при автоматизации выпуска аудиокниг, который пока необходим в большинстве случаев», — говорит Михаил Пожидаев.
Как утверждают авторы проекта, работу нужно продолжить. Еще предстоит устранить оставшийся процент ошибок и вывести проект на рынок. При этом принципиальна и социальная составляющая — для незрячих людей сервис и дальше будет работать бесплатно, его эффективность уже опробовали в школе-интернате для детей с нарушениями зрения.
Подписывайтесь на наш телеграм-канал «Томский Обзор».