Готовим живой голос: русский датасет, который учит ассистентов чувствовать ✎ экспресс

Оригинал: "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 · собственный разбор · 1 мин
Актёры в студии разыграли 20 часов диалогов с 12 эмоциями, чтобы нейросети заговорили выразительно.

📄 Показана версия «Просто» — «Подробно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить.

Голосовые помощники часто напоминают повара, зачитывающего рецепт по бумажке без тени аппетита. Новый архив русских диалогов «Диалоги» меняет правила: три актёра в студии, словно шеф-повара, замешали 20 часов живых разговоров с двенадцатью эмоциональными «специями». Каждая реплика получила метку стиля и эмоции — получилась полная книга вкусов. Такой подход снижает хаос в предсказаниях: модель точнее выбирает, какой интонацией приправить фразу, чтобы слушатель поверил. Обученная на этом материале программа заговорила с чувством — не как автомат, а как почти живой собеседник. Итог поражает: по чистоте звука записи не уступают студийным, а по естественности превосходят даже случайные беседы. Технология делает шаг к ассистентам, которые не просто говорят, а выражают сочувствие.

Трём актёрам удалось передать 12 эмоций, и обученная программа заговорила так, что в тестах слушатели часто не могли отличить синтезированную речь от настоящей.

Такие системы приближают ассистентов к уровню фильма «Она»: собеседник-машина передаёт сочувствие и радость, оставаясь алгоритмом.

Учёные
Ludwig BoltzmannRudolf ClausiusJacob BekensteinStephen HawkingJames Clerk MaxwellEdward Witten
Понятия
анализ речи с помощью ИИ голосовой помощник распознавание речи