Голос Алисы — озвучка голосового помощника¶
Голос Алисы — обозначение женского голосового интерфейса виртуального ассистента «Алиса», разрабатываемого компанией «Яндекс». Голос используется в мобильном приложении «Алиса», в стационарных колонках «Яндекс.Станция», в мобильном операционном системе «Алиса», в автомобильной мультимедийной системе «Яндекс.Авто», а также в ряде интеграций сторонних устройств. Основной исполнительницей голоса Алисы с момента запуска проекта в 2017 году является российская актриса озвучания и диктор Наталья Бычкова.
¶История создания голоса
Работа над голосовым интерфейсом «Алисы» началась в «Яндексе» в 2016 году. Команде требовался естественный, дружелюбный женский голос, способный работать в режиме реального времени: синтезируемая речь должна была звучать максимально близко к живой, без характерного «роботического» эффекта.
Первоначально голос создавался на основе технологии синтеза речи (text-to-speech, TTS) с элементами машинного обучения. Для создания эталонной записи были отобраны профессиональные дикторы. Наталья Бычкова, на счету которой десятки работ по озвучанию мультфильмов, игр и рекламных роликов, была выбрана в качестве основного «донора» голоса. Её речь была записана в студийных условиях, после чего на основе этих записей обучена нейросеть, генерирующая речь для любого текста.
¶Наталья Бычкова
Наталья Бычкова — российская актриса озвучания, диктор и педагог. До работы над «Алиссой» она была известна прежде всего как актриса дубляжа: её голос звучит в ряде голливудских фильмов, известных мультфильмах и компьютерных играх. Среди её работ — участие в озвучивании персонажей мультсериала «Смешарики» и ряда других отечественных проектов. Также Бычкова преподаёт мастерство озвучания.
Сам факт участия Бычковой в проекте стал достоянием общественности не сразу. «Яндекс» первое время не раскрывал имя исполнительницы голоса Алисы. Информация стала широко известна после публикаций в российских СМИ и интервью самой актрисы, в которых она подтвердила своё участие в проекте.
¶Технология синтеза речи
Голос Алисы работает не как заранее записанные фразы, а как полноценный синтез речи: система формирует произношение любого текста на лету. Для этого используется нейросетевая модель, обученная на большом корпусе студийных записей диктора.
Основные этапы работы системы:
- Анализ текста. Система разбирает текст, определяет ударения, границы слов и интонационные контуры.
- Синтез аудиосигнала. Нейросеть генерирует волновую форму, имитирующую голос диктора.
- Постобработка. Добавляются интонации, соответствующие контексту запроса: вопрос, восклицание, спокойное изложение.
«Яндекс» неоднократно улучшал качество синтеза: с момента запуска «Алисы» в 2017 году голос стал заметно естественнее, появились возможности менять темп речи, добавлять эмоциональные оттенки. В 2020-е годы компания начала использовать диффузионные и трансформерные модели, что позволило ещё сильнее сократить «синтетический» характер звучания.
¶Другие голоса Алисы
Помимо классического женского голоса, «Яндекс» добавил в «Алису» альтернативные голосовые варианты. Среди них:
- Мужской голос — создан на основе записей другого диктора.
- Голоса знаменитостей — в разное время в приложении появлялись голоса российских артистов, музыкантов и телеведущих. Среди них — голоса Дмитрия Нагиева, Филиппа Киркорова, Земфиры, а также персонажей мультфильмов. Для создания такого голоса используется та же принципиальная технология: запись эталонного материала и обучение модели.
- Детский голос — вариант, ориентированный на общение с детьми.
Появление «голосов знаменитостей» в «Алисе» стало заметным маркетинговым событием: «Яндекс» активно анонсировал новые голосовые обновления, а пользователи могли переключать голос в настройках приложения.
¶Роль голоса в восприятии продукта
Голосовой интерфейс стал ключевым элементом «Алисы» как продукта. По данным «Яндекса», «Алиса» на 2023 год использовалась десятками миллионов пользователей в месяц. Естественность голоса критически важна для такого класса устройств: именно от того, насколько живо звучит ассистент, зависит, будет ли пользователь общаться с ним регулярно.
Голос Алисы также стал культурным феноменом в России: он узнаваем на слух, а сама «Алиса» воспринимается многими пользователями как персонаж, а не просто программа. Наталья Бычкова в интервью отмечала, что получает от пользователей сообщения о том, что узнают её голос в повседневной жизни.
¶Применение голоса вне экосистемы «Яндекса»
Голосовые технологии «Яндекса», включая синтез речи на основе голоса Алисы, используются и в других продуктах компании: навигаторе «Яндекс.Навигатор», сервисе «Яндекс.Музыка» (функция озвучивания подборок), в системах умного дома, а также в корпоративных продуктах для автоматизации клиентского сервиса.
Источники:
- Материалы «Яндекса» о технологии «Алисы»
- Публикации российских СМИ («Коммерсантъ», «Ведомости», «РБК») об озвучке «Алисы»
- Интервью Натальи Бычковой о работе над голосом ассистента