Проблемы синтеза речи на длинных текстах: опыт чтения романа

Автор делится опытом синтеза речи целого романа длительностью почти два часа, выявляя, что основные артефакты возникали не в самой модели, а в预处理-этапах: нарезке текста, склейке фраз и обработке пауз. Стандартные короткие тестовые наборы из нескольких фраз не позволили обнаружить эти системные ошибки, что подчеркивает важность тестирования на длинных контекстах.