🚀 Статья выпускника принята на Interspeech 2026

Статья Dialogs: a studio-quality expressive conversational Russian speech corpus for dialog assistants 🎓 Ильи Латышева и Ильи Шигабеева принята на Interspeech 2026. Поздравляем! 🎉🎉🎉

Авторы собрали открытый студийный корпус выразительной русской разговорной речи для обучения и файнтюна моделей синтеза речи. В датасете — 20 часов записей, 3 профессиональных диктора-актёра, разные эмоции и разговорные стили.

Одна из ключевых особенностей корпуса — формат записи. Актёры не произносили реплики поодиночке в изоляции, а сидели напротив друг друга и разыгрывали диалоги, видя мимику, жесты и реакцию собеседника. Даже при заранее подготовленном тексте это делает речь заметно более естественной и живой — что особенно важно для диалоговых ассистентов.

Работа над таким корпусом оказалась не только исследовательской, но и организационной задачей: нужно было следить за микрофонами, аудиоцепочкой, расстоянием до микрофона, шумом, акустикой помещения и настройками записи. Именно такие детали в итоге сильно влияют на качество речевых данных.

В статье авторы также показывают результаты обучения TTS-моделей и субъективную оценку качества для разных разговорных стилей.

📄 Статья на arXiv
🤗 Hugging Face: статья, датасет, 🎤 демо

Поздравляем авторов с публикацией и желаем новых сильных работ!

Ваш ШАД 🎓

#наукашад