31.07.2017
Óæå äàâíî ðàáîòàåò ñîâåðøåííî áåñïëàòíàÿ îíëàéí-ïëàòôîðìà äëÿ îáðàáîòêè òåêñòîâîé è çâóêîâîé èíôîðìàöèè Corpus.by. Íà íåé ñîáðàíû äåñÿòêè ñåðâèñîâ, êîòîðûå ïîìîãàþò â èçó÷åíèè áåëîðóññêîãî ÿçûêà è íå òîëüêî. Ñîçäàëè åå ñîòðóäíèêè ëàáîðàòîðèè. Ïÿòü ëåò íàçàä çäåñü áûëî âñåãî òðè ñåðâèñà. Çàòî ñåãîäíÿ ñåðâèñîâ áîëåå 40. Íà ðàçðàáîòêó íåêîòîðûõ ïîøëî ïîëäíÿ, íà äðóãèå — ìåñÿöû è ãîäû.
Âîçìîæíîñòåé ìíîãî: õîòèòå — ãåíåðèðóéòå òðàíñêðèïöèè, õîòèòå — çàïóñêàéòå ñåðâèñ «ãîâîðÿùàÿ ãîëîâà» è ñìîòðèòå íà ÷åëîâåêà, êîòîðûé îçâó÷èâàåò òî, ÷òî âû ïîïðîñèòå. Ìîæíî ïðîâåðèòü ïðàâîïèñàíèå, ðàçäåëèòü ñëîâà íà ñëîãè, óïîðÿäî÷èòü ñëîâà ïî àëôàâèòó èëè (÷òîáû âû óæå òî÷íî óáåäèëèñü â ðàçíîîáðàçèè ðåñóðñà) êîíâåðòèðîâàòü òåêñò â êîä Ìîðçå.
Îñîáåííî ïîëåçíûé ñåðâèñ — «îçâó÷åííûé ýëåêòðîííûé ãðàììàòè÷åñêèé ñëîâàðü». Çäåñü ìîæíî ïðîâåðèòü íàïèñàíèå ëþáîãî áåëîðóññêîãî ñëîâà ïî âñåì èìåþùèìñÿ ñëîâàðÿì è ïðîñëóøàòü, êàê îíî çâó÷èò â èñïîëíåíèè ñèíòåçàòîðà ðå÷è.
Îñòîðîæíî — ñàéò çàñàñûâàåò!
Êîãäà â Ëàáîðàòîðèþ ðàñïîçíàâàíèÿ è ñèíòåçà ðå÷è îáðàòèëàñü Âàëåíòèíà Ðóñàê ñ ïðîñüáîé ïîìî÷ü â ðàçðàáîòêå îðôîýïè÷åñêîãî ñëîâàðÿ, ïðîãðàììèñòû ïðèäóìàëè òåõíè÷åñêîå ðåøåíèå, áëàãîäàðÿ êîòîðîìó óäàëîñü ñýêîíîìèòü íå îäèí ãîä ðàáîòû.
«Âñå íà÷àëîñü ñ òîãî, ÷òî íàøà ëàáîðàòîðèÿ ðàçðàáîòàëà àâòîìàòè÷åñêóþ ñèñòåìó ñèíòåçà ðå÷è è âûëîæèëà åå â èíòåðíåò äëÿ ñâîáîäíîãî ïîëüçîâàíèÿ, — ðàññêàçûâàåò çàâåäóþùèé ëàáîðàòîðèåé Þðèé Ãåöåâè÷. — Êà÷åñòâî ñãåíåðèðîâàííîé ðå÷è íå èäåàëüíà, íî ðàçîáðàòü ñëîâà ìîæíî.
Ïðèíöèï ðàáîòû ñèíòåçàòîðà ðå÷è âïîñëåäñòâèè èñïîëüçîâàëè äëÿ àâòîìàòè÷åñêîé ãåíåðàöèè òðàíñêðèïöèè ñëîâ. Ñòàíèñëàâ Ëûñûé ñîçäàë äëÿ ýòîãî îòäåëüíûé ñåðâèñ — «Ãåíåðàòîð îðôîýïè÷åñêîãî ñëîâàðÿ». Ñíà÷àëà åãî òåñòèðîâàëè ëèíãâèñòû, îíè ôèêñèðîâàëè îøèáêè è ïåðåäàâàëè â ëàáîðàòîðèþ íà èñïðàâëåíèå.  ðåçóëüòàòå ñåðâèñ íàó÷èëñÿ ãåíåðèðîâàòü òðàíñêðèïöèþ ïî÷òè áåçóïðå÷íî.
«Íàì óäàëîñü äîáèòüñÿ ýòèõ 98% áëàãîäàðÿ íåñêîëüêèì ñîòíÿì ïðàâèë, êîòîðûå ïðîïèñàëè Áîðèñ Ëîáàíîâ, Ëèëèÿ Öûðóëüíèê, Äìèòðèé Ïîêëàäîê è ñêîððåêòèðîâàëè Åëåíà Ãþíòåð, Åâãåíèÿ Çåíîâêî, Þðèé Ãåöåâè÷ è ÿ. Ïðîñòèòå, åñëè íå âñåõ ðàçðàáîò÷èêîâ ïðàâèë — ñîòðóäíèêîâ íàøåé ëàáîðàòîðèè — âñïîìíèë. ×åì áîëåå óçêîå ïðàâèëî, òåì ñëîæíåå åãî äîáàâèòü. Âçÿòü òî æå «ã» âçðûâíîå. Ïðèøëîñü ëîìàòü ãîëîâó íà òåì, êàê åãî âêëþ÷èòü, ÷òîáû íå ïîëîìàòü âñå îñòàëüíîå», — äîáàâëÿåò Ñòàíèñëàâ Ëûñûé.
Ñîòðóäíèêè ëàáîðàòîðèè ïðèçûâàþò ïîëüçîâàòåëåé çàõîäèòü íà èíòåðíåò-ðåñóðñ Corpus.by è çíàêîìèòüñÿ ñ ñåðâèñàìè, ïî÷òè êàæäûé èç êîòîðûõ èìååò ïîäðîáíîå îïèñàíèå. À òàêæå âêëþ÷àòüñÿ â èõ ñîâåðøåíñòâîâàíèå è ñîîáùàòü î òåõ âåùàõ, êîòîðûå ìîæíî óëó÷øèòü, à òàêæå îá îøèáêàõ, êîòîðûå ñëåäóåò èñïðàâèòü.
Èñòî÷íèê:
http://nn.by/
