طهي صوت حي: مجموعة بيانات روسية تعلّم المساعدين الشعور ✎ سريع

الأصل: "Dialogs: a studio-quality expressive conversational Russian speech corpus for dialog assistants"
· Ilya Shigabeev, Ilya Latyshev
arXiv:2607.14310 · 2026-07-15 · arXiv non-exclusive · تحليل مستقل · 1 دقيقة
في الاستوديو، أدّى ممثلون 20 ساعة من الحوارات بـ 12 شعوراً لتتحدث الشبكات العصبية بتعبير.

📄 معروضة نسخة «بسيط» — «متقدم» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها.

غالباً ما تشبه المساعدات الصوتية طبّاخاً يقرأ وصفة من ورقة دون ذرة شهية. أرشيف الحوارات الروسية الجديد 'ديالوغي' يغيّر القواعد: ثلاثة ممثلين في الاستوديو، مثل طهاة ماهرين، مزجوا 20 ساعة من المحادثات الحية باثنتي عشرة 'تابلة' عاطفية. حصلت كل جملة على وسم للأسلوب والعاطفة – فتشكّل كتاب نكهات متكامل. يخفّض هذا الأسلوب الفوضى في التنبؤات: يختار النموذج بدقة أكبر أي نغمة يتبّل بها العبارة ليصدّقه المستمع. البرنامج المدرَّب على هذه المادة تكلّم بإحساس – لا كآلة، بل كمحاور يكاد يكون حياً. النتيجة مدهشة: من حيث نقاء الصوت لا تقل التسجيلات عن تسجيلات الاستوديو، ومن حيث الطبيعية تتفوق حتى على المحادثات العشوائية. تخطو التقنية نحو مساعدين لا يتكلمون فحسب، بل يعبّرون عن التعاطف.

تمكن ثلاثة ممثلين من نقل 12 شعوراً، وتكلم البرنامج المدرَّب بحيث لم يستطع المستمعون في الاختبارات غالباً تمييز الكلام المركَّب من الحقيقي.

تقرّب هذه الأنظمة المساعدين من مستوى فيلم 'هي': محاور آلة ينقل التعاطف والفرح مع بقائه خوارزمية.

العلماء
Jacob BekensteinStephen HawkingLudwig BoltzmannJames Clerk MaxwellRudolf ClausiusEdward Witten
المفاهيم
تحليل الكلام بالذكاء الاصطناعي مساعد صوتي التعرف على الكلام