Крымскотатарский язык заговорил: распознавание и синтез речи на одной домашней видеокарте без единого датасета

Крымскотатарский язык, у которого ранее не было ни одного открытого датасета для речевых технологий, получил работающее распознавание речи (WER 0.3463 → 0.1701) и синтез речи. Всё обучение заняло часы на одной домашней видеокарте — остальное время ушло на сбор, разметку и проверку данных, а также на отладку собственных измерений.

Синтезатор прочитал вслух целую книгу — шестнадцать глав общей длительностью 1 час 58 минут. Автор подчёркивает, что конкретные источники аудио, договорённости с правообладателями и точные рецепты пайплайна не раскрываются, но делится методологией, метриками и «граблями», которые универсальны для любого языка.