«Диалоги»: русский датасет для эмоционального синтеза речи ✎ 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.

Голосовые помощники нередко напоминают повара, который монотонно зачитывает рецепт по бумажке, не вкладывая ни капли аппетита. Новый архив русских диалогов «Диалоги» меняет правила игры. Три актёра в студии, подобно шеф-поварам, замешали 20 часов живых разговоров, приправив их двенадцатью эмоциональными «специями». Каждая реплика получила метку стиля и эмоции — в итоге сформировалась полная «книга вкусов» речи. Этот подход снижает энтропию — меру хаоса в предсказаниях модели, — благодаря чему она точнее выбирает, какой интонацией приправить фразу, чтобы слушатель поверил. Обученная на таком материале программа заговорила с чувством: не как бездушный автомат, а как почти живой собеседник. Результат 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 способны выражать 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