«Яндекс Книги» обновили виртуального ИИ‑рассказчика

«Яндекс Книги» запустили ^[1] новую версию виртуального рассказчика с улучшенной нейросетевой моделью синтеза голоса. Функция доступна для 120 тысяч произведений. По словам «Яндекса», интонации рассказчика стали более живыми и естественными. Манера чтения меняется в зависимости от жанра книги. В работе использовалась новая ИИ‑модель, демонстрирующая высокое качество синтеза на русском языке. В «Яндекс Книгах» утверждают, что качество ИИ‑модели в 80% случаев лучше, чем у ElevenLabs.

Виртуальный рассказчик позволяет слушать книги, у которых пока нет аудиоверсии. Это открывает доступ незрячим и слабовидящим людям. Прежняя нейросетевая модель быстро синтезировала голос, но он мог звучать слишком монотонно. Новая технология решает эту проблему. Теперь прослушивание книг станет интереснее. Можно глубже погрузиться в происходящее. А возможно и переосмыслить прочитанное — в аудиоформате книги могут открыться по‑новому.

Для обучения ^[2] модели использовали фрагменты речи, которые записали вместе с профессиональными дикторами. Дикторы зачитывали тексты разных жанров: фантастику, детективы, романы и учебники. Благодаря этому виртуальный рассказчик меняет интонацию в зависимости от жанра произведения. Модель научилась определять, когда начинается диалог, и выделять интонационно реплики героев. А чтобы речь звучала плавно и без задержек, модель начинает синтезировать первые звуки слова, параллельно генерируя следующие.

По данным замеров методом слепого тестирования, новая модель синтезирует голос заметно лучше предыдущей. По общему впечатлению ^[3] от голоса она выигрывает в 74% случаев, по интонации — в 78%, по естественности звучания — в 73%.

Виртуальный рассказчик появился в «Яндекс Книгах» летом 2024 года. Функция доступна в веб‑версии и в мобильном приложении сервиса. В настройках можно выбрать мужской или женский голос рассказчика.