Синтезированный голос передаёт едва уловимое раздражение в ответе
Разработчики голосовых систем добились того, что синтезированная речь теперь передаёт не только слова, но и едва заметные эмоциональные нюансы. При ответе на повторяющиеся однотипные вопросы ассистент производит звуковые микросмещения, которые воспринимаются слушателем как легкое раздражение.
Это достигнуто за счёт анализа паттернов человеческой речи: маленькие ускорения, удлинения гласных, изменения громкости в конце фразы. Нейросетевые модели учились на речи актёров, которые специально записывали ответы с нарастающим раздражением.
Применение в диалоговых системах
Функция внедрена в чатботов для больниц и служб поддержки, где длительные разговоры требуют эмоциональной реалистичности. Когда ассистент понимает, что диалог становится монотонным, система подключает едва уловимые звуковые маркеры усталости.
Исследования показывают, что такая обратная связь помогает пользователям быстрее прийти к решению проблемы, так как они подсознательно воспринимают сигнал о необходимости переформулировать вопрос.
Разработчики отмечают, что грань между реалистичностью и манипулятивностью требует постоянной калибровки, поэтому интенсивность эмоциональных оттенков настраивается отдельно для каждой сферы применения.