Silero-stress научили не путать бога Одина с числительным «один»

Библиотека ударений silero-stress получила большой релиз, сообщает «Хабр». Обновление касается одной из самых неприятных проблем русской морфологии — омографов: слов, которые пишутся одинаково, а читаются по-разному. «Замок» и «замок», «уже» и «уже» человек различает по смыслу фразы без усилий, а машине приходится опираться на статистику.

Таких пар в русском языке около 30 тысяч, и с большинством система справляется. Сложности начинаются там, где один вариант почти полностью вытеснил другой по частоте. Пример из описания релиза — слово «один»: у него есть двойник, скандинавский бог Один, который встречается на порядки реже. На длинных текстах модель иногда ставит ударение на божестве вместо числительного, и доверие к результату падает сразу.

Разработчики называют это не единичной причудой, а целым классом слов с сильным перекосом частот. Что именно с ними сделали в новом релизе, в сообщении не раскрывается — сказано лишь, что решение потребовалось искать. Для практических задач это важно: ошибки в ударениях особенно заметны в синтезе речи и озвучке интерфейсов, где сбой бьёт по восприятию всего продукта.