Երբ արհեստական բանականությունը խոսում է հայերեն Փոդքասլի նոր ձայնով

Հոդվածը կարող եք լսել ՁայնաԳիր՝ արհեստական բանականության ընթերցմամբ։

Նշում․ «Փոդքասլ»-ը այժմ գործում է Էյսինկ (Async) անվամբ։ Հոդվածում ընկերության գործունեությունը ներկայացված է նախկին անվամբ։

Մինչև հիմա մեզնից շատերը, հավանաբար, նույն կերպ կնկարագրեին հայերեն խոսող արհեստական ​​բանականությունը. ռոբոտացված, սխալ շեշտադրումներով և անհաճո արտասանությամբ, որը շատ հեռու է բնական հնչելուց։ Տարիներ շարունակ հայերեն գրից ձայնի փոխարկումը (TTS) հասանելի է եղել որպես տեխնիկական երկրորդական մի հնարավորություն, լավագույն դեպքում՝ աշխատող, բայց ոչ համոզիչ: Եւ այդ բացը շատ ավելի նշանակալի է եղել, քան մենք նկատել ենք: Լրատվամիջոցներից ու կրթությունից մինչև բիզնես՝ հայերեն ԱԲ բնական խոսքի բացակայությունն անմատչելի է պահել բազմաթիվ հնարավորություններ:

Իսկ եթե խնդիրն արդեն լուծում ունի՞։

Շաբաթներ առաջ «Փոդքասլ»-ի հիմնադիր տնօրեն Արտո Երիցյանը համացանցում հրապարակեց կարճ հոլովակ, որտեղ արհեստական բանականությամբ ստեղծված ձայնը կարդում էր հայերեն։ Այս ձայնագրությունը իր ավելի հստակ արտասանությամբ և ավելի բնական ռիթմով, նկատելիորեն տարբերվում էր նախկին փորձերից: Այս անգամ այն հնչում էր… հայերեն: Հոլովակն արագորեն ուշադրություն գրավեց, ոչ թե նրա համար, որ հայերեն խոսող ԱԲ-ն նորություն էր, այլ որովհետև այս անգամ այն այնքան բնական էր հնչում, որ ստիպում էր մարդկանց լսել: «Փոդքասլ»-ի հայերենի հնչյունավորման համակարգի առաջին հանրային ցուցադրությունից շաբաթներ անց, ընկերության հարթակում արդեն հասանելի էր նաև ամբողջապես կիրառելի տարբերակը:

Հայերեն խոսող ԱԲ-ի գաղափարը ոգևորիչ է, բայց այն նաև հարց է առաջացնում․ իսկ ի՞նչ է սա իրականում փոխում:

Հասկանալու համար հարկավոր է վերադառնալ պատմության սկիզբ։

Փոդքասլ. հայերեն գրից սահուն խոսք ստեղծողը

«Փոդքասլ»-ը (Podcastle.ai) արհեստական բանականությամբ աշխատող հարթակ է, որը ստեղծվել է տեսաձայնային բովանդակություն ստեղծողներին աջակցելու համար։ Հիմնադրվել է 2020 թվականին և աճել փոդքասթինգի ոլորտի համաշխարհային զարգացմանը զուգահեռ։ Այսօր այն Հայաստանի տեխնոլոգիական ոլորտի ամենաարագ զարգացող ստարտափներից է, որը մրցակցում է ոլորտի համաշխարհային խոշորագույն դերակատարների հետ։

Փոդքասթինգի զարգացմանը զուգընթաց, ստեղծագործողները հաճախ բախվում էին նույն խնդրին․ կա՛մ մեծ ներդրումներ կատարել ու ձեռք բերել բարձրորակ խոսափողներ, տեսախցիկներ ու թանկարժեք խմբագրական ծրագրեր, կա՛մ պարզապես հրաժարվել այդ մտքից: «Փոդքասլ»-ն առաջարկեց այլընտրանք: Բավական էր ունենալ համակարգիչ, տեսախցիկ և բաժանորդագրություն, և հնարավոր է հարթակի միջոցով անմիջապես ձայնագրել, խմբագրել և հրապարակել բովանդակություն։

«Փոդքասլ»-ի գործադիր տնօրեն Արսեն Համբարձումյանը բացատրում է, թե ինչպես է հարթակն ինքնուրույնացնում գործընթացի մեծ մասը՝ ձայնի մաքրումից մինչև երկար տեսանյութերից հրապարակման համար պատրաստի ռիլեր և շորթեր ստեղծելը՝ առանձնացնելով բովանդակության ամենագրավիչ հատվածները։ Սակայն հարթակի զարգացմանը զուգահեռ փոխվում էին նաև օգտատերերի ակնկալիքները։ Ստեղծագործողներին պետք էր ավելին, քան միայն սեփական ձայնը խմբագրելը: Նրանք ցանկանում էին գրից ձայն ստանալ, ավելացնել ձայնային մեկնաբանություններ և ընդլայնել բովանդակության արտադրությունը՝ առանց յուրաքանչյուր տողը ձայնագրելու անհրաժեշտության։

Ժամանակի ընթացքում նոր ակնկալիքները «Փոդքասլ»-ին մղեցին գրի հնչյունավորման։ 

Ընկերությունը նախ կատարելագործել է գրից խոսք տարբերակներն առավել լայն տարածում ունեցող լեզուներով՝ ինչպես անգլերենը և իսպաներենը։ Ստացել են այնպիսի որակ, որը հետաքրքրել է նույնիսկ ժամանցային արդյունաբերության խոշոր խաղացողներին։ Օրինակ «Ուորներ Բրոս.ի» հետ քննարկվել է դերասանների համար արհեստական բանականությամբ ստեղծված ձայների օգտագործման հնարավորությունը։ Համբարձումյանը նշում է, որ գաղափարի գրավչությունը բավական ակնհայտ է․ պատկերացրեք, օրինակ, 95 տարեկան Քլինթ Իսթվուդի մասնակցությամբ մեկ րոպեանոց թիզեր նկարահանելու գործընթացը։ Նրան ստուդիա բերել, ժամանակացույցերը համակարգել և արտադրական ծախսերը հոգալ ընդամենը վաթսուն վայրկյանի համար, դառնում է ոչ իրատեսական։ Արհեստական բանականության բարձրորակ ձայնն առաջարկում է մի այլընտրանք, որը ոլորտը շահագրգռված է ավելի պատրաստակամորեն դիտարկել:

Այլ լեզուներով հուսալի համակարգեր ստեղծելուց հետո հայերենի հարցն անխուսափելի դարձավ։ Թե ինչպես որոշեցին ստեղծել հայերեն գրից խոսք համակարգ, Համբարձումյանը և «Փոդքասլ»-ի գործադիր տնօրեն Արտո Երիցյանը բացատրում են, որ որոշումը պայմանավորված չէր շուկայի չափերով կամ աճի կանխատեսումներով։ Ամեն ինչ շատ ավելի պարզ էր. «Պարզապես, որովհետև խոսքը հայերենի մասին է»։ Այս որոշումը, ինչպես նշում է Համբարձումյանը, համընկավ նաև աշխարհում արհեստական բանականությամբ ինքնաշխատ ձայնավորման համակարգերի՝ ձայնային գործակալների կտրուկ տարածման և տեղայնացված ձայների պահանջարկի աճի հետ։

Հայերեն հնչյունավորման սպասվող և անսպասելի հետևանքները

Քանի որ հայերենի հնչյունավորումն ավելի ու ավելի է մոտենում գործնական կիրառմանը, դրա անմիջական ազդեցությունն առաջին հերթին կզգացվի բիզնեսում։ Առաջին ոլորտը, որտեղ Համբարձումյանը տեսնում է ԱԲ ձայնային գործակալների ներդրումը․ դա զանգերի կենտրոններն ու հաճախորդների սպասարկման համակարգերն են։ Հայկական ընկերությունները կարող են թույլ տալ, որ արհեստական բանականությունը հայերենով իրականացնի առօրյա հաղորդակցությունը՝ մարդ-օպերատորներին թողնելով ավելի բարդ կամ զգայուն դեպքերի համար։

Այստեղից հեռանկարներն էլ ավելի են ընդլայնվում։ Հայալեզու լրատվամիջոցները կարող են առաջարկել հոդվածների, վերլուծությունների և ծավալուն նյութերի ձայնային տարբերակները։ Ձեզնից ոմանք գուցե հենց հիմա էլ լսում են այս հոդվածը։ Նրանք, ովքեր կարդում են, հավանաբար նկատել են ԱԲ անգլերեն ձայնագրությունը լսելու հնարավորությունը. մի գործառույթ, որն ավելի ու ավելի տարածված է դառնում անգլալեզու հարթակներում։ Նմանատիպ տարբերակներ գոյություն ունեն նաև հայերեն բովանդակության համար, սակայն դրանցից հաճախ խուսափել են ցածր որակի և անբնական հնչողության պատճառով։ Շուկա մուտք գործող բարձրորակ հայերենի հնչյունավորման շնորհիվ իրավիճակը կարող է փոխվել՝ հայերեն ձայնագիր լրագրությունը դարձնելով ոչ միայն հնարավոր, այլև իրապես լսելի։

Կրթության ոլորտում ևս բացվում են նոր հնարավորություններ։ Հայերեն դասագրքերը, դասախոսությունները և ուսումնական նյութերը հազվադեպ են ունենում ձայնային տարբերակներ։ Համբարձումյանը նշում է, որ հայերեն գրի հնչյունավորումը կարող է զգալիորեն հեշտացնել աուդիոգրքերի, ձայնագրված դասերի և կրթական բովանդակության ստեղծման գործընթացը՝ մեծացնելով հասանելիությունը տեսողության խնդիրներ ունեցող ուսանողների, ինչպես նաև տեղեկությունը լսելով ավելի լավ ընկալողների համար։

Ազդեցությունը հատկապես կարևոր է հայկական սփյուռքի համար։ Արտերկրում բնակվող շատ հայեր մեծացել են՝ լսելով լեզուն, բայց պարտադիր չէ, որ սովորած լինեն վարժ կարդալ կամ գրել։ Հայերեն գրի հնչյունավորումը կարող է թույլ տալ այս լսարանին վերագտնել կապը հայկական լրատվամիջոցների, կրթության և հանրային քննարկումների հետ ձայնի միջոցով՝ ոչ թե թարգմանության, այլ հենց լեզվի օգնությամբ։

Կարող են շահել նաև պետական և հանրային կառույցները՝ սկսած պաշտոնական հայտարարությունների ձայնային տարբերակների թողարկումից մինչև գործիքի կիրառումը տարեց քաղաքացիների, տեսողության խնդիրներ ունեցող մարդկանց համար թվային հարթակների հասանելիության բարձրացման նպատակով:

Այս ամենը, անխուսափելիորեն, ունի նաև մշակութային շերտ։ Հայերենով պարզ ու բնական խոսող գործիքը մարտահրավեր է վաղուց արմատացած այն կարծրատիպին, թե «փոքր լեզուները» պետք է բավարարվեն ցածրորակ թվային գործիքներով։ Այն հայերենը տեղակայում է համաշխարհային ԱԲ համակարգեր հարթակի վրա՝ ոչ որպես բացառություն, այլ որպես լեզու, որն արժանի է տեխնոլոգիական լուրջ ներդրումների։

ԱԲ ձայների էթիկական հարցերը

Այս ծավալի առաջընթացը, անխուսափելիորեն, հարցեր է առաջացնում ձայնի, սեփականության իրավունքի և համաձայնության հետ կապված։ Քանի որ հայերեն գրից ձայն գործիքը դառնում է ավելի բնական, մտահոգություններ են առաջանում հնչյունավորման՝ արդեն իսկ փոքր և սահմանափակ շուկայի վրա ազդեցության մասին։ Եթե ԱԲ-ն կարողանա հստակ ու բնական հայերեն խոսք ստեղծել մեծ ծավալներով, արդյո՞ք հնչյունավորման մասնագետները ժամանակի ընթացքում դուրս կմղվեն։ Եվ գործիքի զարգացմանը զուգընթաց՝ արդյո՞ք կարող են մեծանալ ձայնի չարտոնված կրկնօրինակման վտանգները։

Համբարձումյանը սա համարում է ԱԲ ոլորտին բնորոշ համաշխարհային մարտահրավերի մի մաս, ոչ թե բացառապես հայաստանյան խնդիր: Նրա խոսքով՝ ԱԲ ձայնային գործիքը պարտադիր չէ, որ վտանգի հնչյունային ոլորտի մասնագետների աշխատանքը: Ընդհակառակը, այն կարող է համագործակցության նոր ձևաչափերի հնարավորություն տալ: Նրա առաջարկած մոտեցումներից մեկն արտոնագրումն է․ հնչյունավորողները կարող են թույլ տալ, որ ԱԲ-ն օգտագործի իրենց ձայնը, և ստանան եկամուտ յուրաքանչյուր կիրառման դեպքում՝ միաժամանակ շարունակելով ներգրավվել ստեղծագործական կամ առավել կարևոր նախագծերում, որտեղ մարդկային դերակատարումը դեռևս անփոխարինելի է։ Թեև «Փոդքասլ»-ը պատասխանատվություն չի կրում ստեղծված բովանդակության օգտագործման համար, այս տարբերակները կարող են առաջընթացի ճանապարհ հարթել:

Համբարձումյանը միևնույն ժամանակ ընդգծում է ԱԲ-ի սահմանափակումները։ Հայերեն գրից խոսք համակարգն առավել արդյունավետ է կրկնվող և տեղեկատվական բնույթի առաջադրանքների դեպքում։ Այն նախատեսված չէ այնպիսի իրավիճակների համար, որտեղ անհրաժեշտ է փոխանցել զգացմունքներ, կարեկցանք կամ կատարել դատողություն։ Բանկային համակարգում, առողջապահության ոլորտում կամ հաճախորդների սպասարկման հարցերում ԱԲ-ն կարող է օգնել առօրյա գործերում, սակայն մարդկային ներգրավվածությունը մնում է էական։ Համակարգը դժվարանում է նաև նորահայտ կամ խիստ ստեղծագործական բառերի դեպքում, ինչը սահմանափակում է կիրառումը գրական կամ գեղարվեստական միջավայրում։

Այս սահմանափակումները հայերեն ԱԲ հնչյունավորումն առանձնապես բարդացնում էին։ «Փոդքասլ»-ը յուրաքանչյուր լեզվով աշխատելիս ներգրավում է բարձրակարգ լեզվաբանների՝ մշակման գործընթացն ուղղորդելու համար։ Հայերենի պարագայում այլ էր, բացատրում է Համբարձումյանը։ Միայն տեխնիկական չափանիշները բավարար չէին։ Վերջնական փորձաքարն այն էր, թե արդյոք ձայնը բնական է հնչում հայ լսարանի համար։ Հայախոս մասնագետներից յուրաքանչյուրը դարձավ լեզվական կողմնորոշիչ՝ բարձրացնելով թե՛ պատասխանատվությունը, թե՛ որակի նշաձողը։

«Փոդքասլ»-ն իրեն չի դիտարկում որպես արհեստական ​​բանականությամբ ստեղծած բովանդակության օգտագործման հեղինակություն։ Փոխարենը, Համբարձումյանը առաջարկում է ԱԲ-ի օգտագործման հստակ մակնշումը և համապատասխանեցումը Միացյալ Նահանգներում ու Եվրոպայում զարգացող կարգավորող չափանիշներին։ Նա ընդգծում է, որ այս մտահոգությունները դուրս են հայերեն հնչյունավորման շրջանակներից և վերաբերում են ողջ ԱԲ ոլորտին։

Արհեստական բանականությամբ հայերեն խոսքը կարող է թվալ տեխնիկական ձեռքբերում, և այդպես էլ կա։ Բայց դա միաժամանակ ունի ավելի խորհրդանշական արժեք։ Այն արտացոլում է, թե ինչպես է հայերենը տեղակայվում համաշխարհային տեխնոլոգիական համակարգերում՝ ոչ որպես երկրորդական շահառու, այլ որպես առաջընթացին մասնակից լեզու: Արդյո՞ք այս զարգացումն ի վերջո կվերափոխի հայկական լրատվամիջոցները, կրթությունը և հասանելիությունը, կախված կլինի դրա իրագործումից, կարգավորումներից և շարունակական ներդրումներից:

Ստեղծարար Tech

Հոդվածները լսեք ՁայնաԳիր