محققان مدل جدیدی به نام BlueMagpie-TTS معرفی کردهاند که به طور خاص برای رفع مشکلات سیستمهای تبدیل متن به گفتار (TTS) در زبانهایی با لهجهها و ترکیبهای زبانی خاص (مانند ماندارین تایوانی) طراحی شده است. 🎙️
این سیستم با استفاده از توکنایزر جدید Pangolin و مدل زبانی Barbet، توانسته است خطاهای تلفظی و ساختاری در متنهای ترکیبی (انگلیسی و چینی) را تا بیش از ۶۰ درصد کاهش دهد. این دستاورد گام مهمی در بومیسازی مدلهای صوتی و افزایش دقت سیستمهای هوش مصنوعی در درک بافتهای زبانی خاص است. 🌏✨
منبع: arXiv NLP