Распознавание говора: машина различает урало-сибирское наречие от поволжского
Исследователи обучили нейросеть на массиве речевых данных из разных регионов России и добились надёжного различения диалектных групп. Система анализирует фонетические признаки: артикуляцию гласных, редукцию согласных, интонационные паттерны.
Точность классификации достигла 94% на тестовой выборке из 500 носителей. Модель успешно отделяет фонетику урало-сибирского региона от поволжского, что раньше требовало ручной разметки эксперта.
Применение в региональных сервисах
Технология найдёт применение в системах географической атрибуции звонков и в лингвистических исследованиях. Телекоммуникационные компании смогут локализовать входящие вызовы без явного указания номера.
Разработчики отмечают, что диалектная информация улучшает и качество общего распознавания речи за счёт контекстной адаптации моделей. Следующий этап — добавление других региональных групп и городских говоров.
Датасет с размеченными диалектными образцами планируют выложить в открытый доступ для сообщества исследователей.