Запущен быстрый и доступный синтез речи для 29 языков России

В рамках очередного обновления проекта по синтезу речи компания объявила о выпуске стабильной, быстрой и доступной модели, поддерживающей 29 языков России и стран СНГ. Ранее сервис покрывал 20 самых популярных языков, однако значительная часть языковых групп, особенно кавказские и нахско‑дагестанские, оставалась без поддержки.

Новая версия расширила покрытие до абхазо‑адыгских (абхазский, адыгейский) и нахско‑дагестанских (ногаи, лакский, табасаранский, даргинский и др.) языков, а также добавила более детальную поддержку чеченского, ингушского, осетинского и дагестанских языков. По заявлению разработчиков, модель прошла строгую лингвистическую валидацию и демонстрирует среднюю MOS‑оценку 4,5/5, что ставит её в ряд лучших коммерческих решений.

Технические характеристики:

• Задержка синтеза менее 100 мс на типичном сервере среднего уровня;
• Стоимость генерации одного часа чистого аудио — 0,02 USD, что делает сервис конкурентоспособным для массового внедрения;
• Поддержка форматов WAV, MP3, OGG, а также возможность массовой генерации через REST‑API и Python‑SDK.

Сервис уже доступен в публичном бета‑режиме по адресу https://habr.com/ru/articles/1065252/, где можно протестировать демо‑версии на всех поддерживаемых языках. Планируется дальнейшее расширение списка до 40‑50 языков в течение следующего года.

Это обновление открывает новые возможности для локализации продуктов, создания аудиоконтента для региональных медиа и образовательных платформ, а также для разработки голосовых помощников, способных общаться с пользователями на их родном языке.