управляем устройствами при помощи голосовых команд
SberDevices сегодня перезапустили собственную платформу умного дома, отказавшись от сторонних инфраструктурных решений и сделав ее полностью автономной. Также с сегодняшнего дня в продажу поступило первое устройство умного дома Sber нового поколения – самая популярная лампа А60.
В этой статье мы хотим рассказать, как устроена наша платформа и как с её помощью мы выпускаем свои устройства и интегрируем устройства партнёров.
Голосовые ассистенты были любимым проектом лично Безоса. Он в них отчаянно верил, тратил любые бюджеты. А компания жгла прилично - в 2018 убыток был $5 млрд, в 2022 уже $10 млрд. Подразделение набрало больше 10 000 человек. Безос выверял каждую рекламную кампанию сам.Но теперь он прекратил следить за проектом. В подразделении - сокращения, уволились даже топ-менеджеры, ветераны.
Умные колонки с голосовым ассистентом были хитом 2018 года. Сейчас в США почти 210 миллионов устройств с голосовыми ассистентами, у Amazon - 71 млн.
Окей, вы поставили их у людей дома, а что с заработком?
Привет, Хабр! Меня зовут Дарима Мылзенова, я инженер-исследователь Just AI.
В компании я работаю над задачами синтеза речи. Возможно, вы слышали, как мы синтезировали голос Кроша из Смешариков. В этой статье я хочу поделиться современными методами управления просодией в синтезе речи. Если вас интересует вопрос о том, как можно сделать синтез более реалистичным, то, надеюсь, вам будет полезен этот материал.
Всем привет 👋 . Зовут меня Илюша Кр, и сегодня я вам расскажу, как же все-таки попросить ассистента принести чипсов сделать поисковый запрос внутри вашего приложения.
Для начала скажу пару слов о себе: я такой же обычный парень, как и вы, работаю разработчиком под Android в онлайн-кинотеатре PREMIER. Но, когда я взял задачу по внедрению голосового помощника Сбера в приложение, моя жизнь разделилась на «до» и «после». Заинтриговал? Тогда читай дальше!
Привет, Хабр! Я уже давно интересуюсь темой личной эффективности и перепробовал много способов её увеличить: тайм-менеджмент, физические нагрузки, питание и другие приёмы и методики. В том числе я затронул тему сна, а особенно то, как именно я просыпаюсь ежедневно.
По утрам большинство людей либо резко встаёт под громкую мелодию будильника, либо по несколько раз откладывает пробуждение, успевая погрузиться в прерывистый сон. Оба варианта негативно влияют на наше здоровье – как физическое, так и ментальное. Поэтому я решил найти формулу идеального пробуждения. С этого началось моё погружение в тему умного дома и в то, как грамотно его организовать.
Подготовили для вас небольшой гайд по созданию простого сценария для голосового бота службы поддержки на примере сервиса Voicebox. Для примера возьмем интернет-провайдера, но сценарий этот универсальный, поэтому вы легко сможете изменить его под свою компанию, чем бы она ни занималась.
Выберем подходящий шаблон и изменим его под свои задачи. Также познакомимся с типами блоков, а затем выполним настройку отдельных блоков сценария и добавим нужные переходы.
Год назад я рассказал на Хабре, как мы сделали заказное мобильное приложение для коллекторов. Речь и тогда и сейчас только о технологиях, не о этике и практике взысканий. Сегодня эта разработка развилась в полноценную мобильную CRM с голосовым роботом (робот — это теперь и отдельное ПО). И что важно, приложение не только полностью цифровизирует работу выездного коллектора, но и обладает встроенной защитой должников и непричастных лиц в соответствии с законом №230-ФЗ.
Как сказал бы ныне великий классик собственная рабочая станция для ML это не роскошь, а средство для обучения. Да и к тому же арендованный сервер это не всегда, удобно быстро и безопасно.
Одна из главных проблем многих диджитал-агентств заключается в том, что у менеджеров по продажам часто не доходят руки до обзвона старых клиентов, переставших сотрудничать с компанией. Да и с холодными нередко возникают трудности, если база для прозвона большая. В статье приведем примеры создания сценариев для голосового бота Voicebox, который поможет справиться с этим, а также выполним его детальную настройку.
Привет, я Антон Маслов, ведущий разработчик в MTS AI.
В предыдущих статьях я рассказывал о том, как работает распознавание изображений на чипе KL520 с помощью нейросети Tiny YOLOv3, а так же о том, как устроена, из чего состоит и как собирается прошивка чипов KL520. И вот теперь, когда мы познакомились с технологией Edge AI в общих чертах, мы можем отправиться в самое увлекательное путешествие и создать на базе KL520 собственный оригинальный девайс!
При разработке чат-ботов и голосовых ассистентов часто возникает задача нахождения семантического сходства слов. Причина тому – наличие в языке большого количества схожих по смыслу слов и выражений.
Меня зовут Мария, я разрабатываю разговорные интерфейсы в самом лингвистическом подразделении компании KODE — команде Conversational Products и вместе с коллегами веду телеграм-канал о разговорных технологиях Hey Voice.
В очередной раз настраивая не очень умную розетку, я задумалась о том, как когда-нибудь космические корабли будут бороздить просторы Вселенной с помощью виртуального ассистента. Пока что это вопрос открытый, учитывая, как голосовые помощники порой лажают.
В психологии есть понятие эффекта коктейльной вечеринки: человек способен воспринимать полезную для себя информацию даже в ситуации, когда вокруг него много источников речи и шума. Но насколько хорошо с такой задачей справляется искусственный интеллект? Можно ли добиться высокого качества распознавания речи, когда на записи говорят несколько человек?
Не так давно мы отметили 1 миллион проданных устройств с виртуальными ассистентами Салют. В нашей линейке в числе прочего представлены farfield-устройства, то есть те, с которыми можно “разговаривать” на расстоянии: смарт-дисплей SberPortal, ТВ-медиацентр SberBox Top и умная медиаколонка SberBox Time. В комнатах, где они стоят, может говорить одновременно несколько людей или играть телевизор, что существенно усложняет задачу распознавания. Иногда необходимость распознать больше одного голоса на записи возникает и у клиентов нашего API SmartSpeech — например, если это разговор двух людей.
В статье я расскажу, как мы решали эту проблему. Подробно остановимся на архитектуре нашего решения, узнаем о процессе её создания и возникавших сложностях, послушаем примеры работы системы.
Пользователи жаловались, что демку наших моделей синтеза тяжело запускать в колабе. Поэтому мы сделали бесплатного телеграм-бота, который основан на наших последних моделях синтеза речи.
С ботом можно общаться только напрямую. Бот содержит весь основной функционал последних моделей (работает мгновенно, имеет максимально высокое качество, есть автоматическая простановка ударений и буквы ё). Более подробно об ограничениях и особенностях работы можно узнать в методах /help и /faq.
Также в ближайшем будущем мы раскатим небольшое "полу-праздничное" обновление, которое как нам кажется порадует многих пользователей.
Что первым придет в голову, если перед нами встанет задача автоматического порождения речи по тексту? Вероятнее всего, мы позаботимся о расстановке пауз между словами, постараемся правильно выбрать интонацию фразы и расставить смысловые акценты. Обязательно построим фонетическую транскрипцию: орфография и произношение далеко не всегда однозначно соответствуют друг другу, о чем компьютер не узнает без нашей помощи. Полученную транскрипцию переведем в цифровой сигнал, который затем преобразуем в звуковые колебания.
Мы в CTI занимаемся сложными интеграционными проектами и автоматизацией процессов. Делаем это ещё с тех времён, когда вместо какой-нибудь «Алисы» энтузиасты вручную собирали умные розетки на базе ESP8266 или Arduino, а понятие Internet of Things (IoT) не приобрело широкую популярность.
Одна из концепций, которую развиваем, — объединение унифицированных коммуникаций (UC), мультимедия и Интернета вещей (IoT). В первое понятие входит как офисная видеоконференцсвязь, так и умные голосовые помощники. В современных офисных пространствах на стенах перед входом в кабинет вешают информационные тачпанели или используют настольные варианты, которые стоят в самом кабинете. На такую панель без проблем выводится любая информация и простым нажатием на кнопки можно реализовать любой запрос (настроить кондиционер, заказать напитки, запустить проектор, приглушить свет и т.д.). Но для этого нужно нажимать и выбирать пункт из меню. А удобнее ведь просто сказать …
В статье расскажем, как умный секретарь от CTI позволяет через голосовые команды управлять всеми процессами в переговорной комнате.
В этой истории, основанной на реальных событиях, не будет ни сложной бизнес-аналитики, ни длинных строк кода. Только один небольшой голосовой робот – против всей консервативной системы обработки заказов в e-commerce.
Привет, Хабр! В прошлом году мы в Just AI провели курс по разговорному ИИ и диалоговым системам в Академии больших данных MADE от VK. Обучали студентов инструментам NLU (Natural Language Understanding, понимание естественного языка), дизайну разговорных интерфейсов, разработке навыков, глубокому обучению в диалоговых системах, речевым технологиям и другому. В конце ребята делали итоговые проекты — функции (голосовые приложения) для голосового ассистента Маруси. Мы выбрали несколько самых интересных идей, чтобы рассказать о них вам.
