Компания «Наносемантика» завершила создание инновационного программного комплекса, который позволяет управлять роботами при помощи естественной речи. Эта система не требует высокой мощности оборудования, что значительно упрощает её внедрение и использование в различных сферах. Весь комплекс основан на нескольких ключевых разработках компании, включая диалоговую платформу DialogOS, которая обеспечивает создание голосовых и текстовых роботов.
Основные компоненты системы включают возможности распознавания речи через NLab Speech ASR и синтеза речи через NLab Speech TTS. Текущая версия платформы DialogOS работает совместно с генеративной моделью Gemini и может интегрироваться с другими моделями черезAPI. Благодаря такому подходу, «Наносемантика» смогла создать универсальное решение для различных сценариев, протестировав все современные LLM от ведущих разработчиков.
Егор Кириллов, бизнес-аналитик компании «Лаборатория Наносемантика», отметил, что ключевым при разработке стало создание модульной системы, независимой от аппаратных платформ. Система работает по клиент-серверной архитектуре, при которой сложные процессы обработки сигнала, включая ключевые слова и выполнение команд, происходят на сервере. Это позволяет гарантировать высокую производительность, что является важным преимуществом, так как конечное устройство может быть довольно простым.
На данный момент комплекс успешно прошёл испытания на роботе-собаке по имени «Квант», который способен поддерживать диалог, выполнять голосовые команды и реагировать на своё имя. Для этого была разработана комбинация технологий KWS и VAD, которые позволяют роботу отслеживать команды в реальном времени и качественно обрабатывать речь. При необходимости, для создания речевого интерфейса можно использовать различные синтезированные голоса, включая голос «Лео» из библиотеки компании.
Генеральный директор «Наносемантики», Сабина Спирина, подчеркнула растущий спрос на решения, которые делают роботизированные системы более доступными для бизнеса. Новый комплекс не только стандартизирует голосовое управление, но и снижает затраты на его внедрение. Это открывает новые возможности для масштабных внедрений в сферах от логистики до сервисной робототехники, что ускоряет цифровую трансформацию для клиентов компании.
Чтобы протестировать новые технологии, пользователи могут посетить сайт «Наносемантики», где им предложат пообщаться с цифровым аватаром Лили, демонстрирующим возможности комплекса в реальном диалоге. Лили хорошо осведомлён о продукции и услугах компании, что позволяет ей давать клиентам полезную информацию в режиме реального времени.