Los asistentes de voz a menudo recuerdan a un cocinero que lee una receta en papel sin sombra de apetito. El nuevo archivo de diálogos rusos 'Diálogos' cambia las reglas: tres actores en el estudio, como chefs, mezclaron 20 horas de conversaciones reales con doce 'especias' emocionales. Cada réplica recibió una etiqueta de estilo y emoción, resultando un libro completo de sabores. Este enfoque reduce el caos en las predicciones: el modelo elige con mayor precisión con qué entonación sazonar la frase para que el oyente crea. Entrenado con este material, el programa habló con sentimiento, no como un autómata, sino como un interlocutor casi vivo. El resultado sorprende: en calidad de sonido, las grabaciones no son inferiores a las de estudio, y en naturalidad superan incluso a las conversaciones casuales. La tecnología da un paso hacia asistentes que no solo hablan, sino que expresan empatía.
A tres actores les fue posible transmitir 12 emociones, y el programa entrenado habló de tal manera que en las pruebas los oyentes a menudo no podían distinguir el habla sintetizada de la real.
Estos sistemas acercan a los asistentes al nivel de la película 'Her': un interlocutor máquina que transmite empatía y alegría, siendo un algoritmo.