Yandex SpeechKit

Эта статья — о технологии Яндекса. Об одноимённой компании см. Яндекс.

Yandex SpeechKit (произносится как Яндекс СпичКит) — технология распознавания речи и синтеза речи от российской компании Яндекс^[1].

Yandex.SpeechKit
Разработчик	Яндекс
Языки интерфейса	русский, турецкий, английский
Первый выпуск	2013
Сайт	tech.yandex.ru/speechkit…
Медиафайлы на Викискладе

Краткие сведения

Демонстрация новых возможностей СпичКита на YaC-2014

Разработками в области обработки естественной речи компания «Яндекс» занимается с 2012 года^[2].

SpeechKit^[3] был представлен 2 октября 2013 года на ежегодной технологической конференции Яндекса YaC^[1].

Мобильный голосовой поиск на основе этой платформы доступен для смартфонов под управлением iOS, «Андроид» и Windows Phone 8^[1] и понимает запросы на русском и турецком языках^[4]. Поддерживаются две темы запросов: «общая» (обычные запросы) и «гео» (адреса и названия организаций), причём, по словам разработчиков, точность распознавания составляет 84 % и 94 % соответственно^[5]. Скорость распознавания — 1,1 секунды^[5].

SpeechKit^[3] используется в приложениях «Яндекс Браузер», «Яндекс Город», «Яндекс Карты», «Яндекс Навигатор» и ещё около 400 приложениях^[4].

4 августа 2014 годы был представлен облачный сервис SpeechKit Cloud SDK (произносится как СпичКит Клауд, СДК)^[4]. Разработка предназначена для встраивания в игры, развлекательные и навигационные сервисы^[4]. Первый месяц использования СДК бесплатный, далее стоимость будет рассчитываться, исходя из количества запросов^[4].

Возможности

Голосовая активация

Система распознавания речи в миниатюре — возможность привязывать к любому слову или фразе любую команду для устройства; не требует доступа в интернет, для запуска не нужно нажимать какие-либо кнопки: программа постоянно работает в фоне^[6].

Выделение смысловых объектов

Способность извлекать из слов смысл и анализировать контекст: к примеру, система поймёт, что во фразе «Позвони Владимиру» имеется в виду человек, а во фразе «Поехали во Владимир» — город^[6].

Синтез речи

Преобразование текста в речь на базе скрытых марковских моделей^[6].

Применение технологии

Комплекс речевых технологий Яндекса успешно применяется в различных направлениях^[7]:

• Персональный помощник «Алиса»^[8];
• Мультимедийная система голосового управления автомобилем, являющаяся конкурентом Car Play и Android Auto (подписаны контракты с «КАМАЗом», «Toyota» и «Honda»)^[9];
• Перевод денежных средств голосом у Бинбанка^[10];
• Автоматическое тегирование звонков, впервые внедренное c Calltouch^[11];
• Автоозвучка текстов (на сайте газеты «Известия»)^[12].