Представь разговор, в котором собеседник долго молчит перед каждым ответом. Даже хороший ответ будет звучать неестественно. Японская компания 30 октября рассказала об обновлении говорящего настольного робота. Теперь он может начать произносить первую часть ответа, пока следующие части ещё готовятся.
Компьютер сначала превращает текст в звуки речи. Этот процесс называется синтезом речи[1]. Раньше устройство могло ждать, пока будет готова вся длинная фраза. Теперь в некоторых режимах оно воспроизводит готовые кусочки сразу. Такой способ называется потоковым воспроизведением. Компания также улучшила создание ответов с помощью искусственного интеллекта[2], но не во всех версиях устройства.
Есть ограничения: новая функция не работает одновременно с сохранением готовых звуковых ответов и некоторыми настройками прерывания речи. Скорость зависит от интернета, а независимых измерений улучшения пока нет. Робот не стал понимать любые вопросы без ошибок; разработчики лишь улучшили способ общения. Для справки: модель называется Sota.