«ВКонтакте» запустила функцию распознавания голосовых сообщений

Теперь люди, которым не нравятся голосовые сообщения, смогут вздохнуть спокойно: социальная сеть «ВКонтакте» запустила технологию распознавания аудиосообщений, анонсированную в марте 2020 года. Узнать содержание записи можно будет даже тогда, когда не хочется или не получается ее послушать — достаточно нажать кнопку и прочитать расшифрованный текст.

Функция работает в мобильном приложении VK и уже доступна части пользователей — она будет запущена повсеместно в течение недели. «Расшифровать» можно как полученные, так и отправленные голосовые длительностью до 30 секунд — как сообщили в пресс-службе «ВКонтакте», это 90% всех аудио. Отмечается, что новая технология поможет вернуться к нужной информации в переписке — голосовые сообщения можно находить при помощи поиска по тексту.

В будущем функцию запустят в версии для компьютера, а расшифровывать можно не только более длинные голосовые, но и пересланные.

«Расшифровка аудиосообщений — уникальная и по-своему интересная задача, которая значительно отличается, например, от распознавания речи в голосовых помощниках. С другом в чате общаются совсем не так, как с умной колонкой: сообщения записываются на бегу с посторонними шумами, большим количеством сленга и сокращений. Нейросеть должна не просто понять речь, но и сформулировать связный текст.

Поэтому на самом деле мы сделали три нейросети: одна отвечает за распознавание, вторая находит подходящие слова, а третья расставляет знаки препинания. Вместе они станут самым высоконагруженным сервисом по распознаванию речи на русском языке», — рассказал о технологии директор по исследованиям в области искусственного интеллекта «ВКонтакте» Павел Калайдин.