Распознавание речи справляется с омонимами в русском языке
Русский язык отличается высокой омонимией — омонимы часто различаются только по интонации и контексту. Модель теперь опирается на анализ окружающих слов, паузы между слогами и изменения высоты голоса, чтобы правильно идентифицировать нужное значение.
Примеры омонимов вроде «замок» (крепость и запирающее устройство), «мука» (борьба и продукт) или «чёрный» (цвет и мрачный) раньше требовали корректировки на текстовом этапе. Теперь система разрешает такие случаи уже при распознавании.
Метод и результаты
Алгоритм использует специальный модуль фонетического анализа, который фиксирует микроварьирования в произношении. Дополнительно система учитывает вероятностные закономерности из корпуса естественной речи.
Тестовый датасет включал более 10 тысяч произнесённых омонимов в разных контекстах. Точность расшифровки составила 96%, что на 15 пункта выше предыдущей версии и близко к человеческому восприятию.
Внедрение актуально для голосовых ассистентов, которые работают в условиях реальной речи без предварительной нормализации текста. Это улучшает надёжность распознавания в потребительских и профессиональных приложениях.