Grai · Parcurs
Trei antrenări, în ordinea în care fiecare o pregătește pe următoarea. Plus ce e deja gata și ce lipsește.
Ascultare în flux, decizie de tură pe prozodie, întrerupere cu memorie corectă, sinteză în flux. Română și rusă.
gataBifurcare, punte de umplere, rezultat anunțat separat dacă întârzie.
gataSupraviețuiesc reîncărcării, deconectării și repornirii de server.
gataAgenți ca înregistrări, clienți izolați, voce și limbă per agent.
gataO linie pe pagina clientului, fără dependențe.
27,6 KBFLEURS română și rusă, latență voce-la-voce, detecție de tură — metodologia și comenzile de reproducere sunt publice.
codul și eșantionul: în decizie de publicareNu în ordinea impactului teoretic, ci în ordinea în care fiecare pas îl face posibil pe următorul.
Singurul lucru care închide diferența de 5–9× față de concurență. Faptul măsurat: pe aceleași 200 de enunțuri FLEURS, modelul nostru în flux face 26,15%, iar un model românesc open, SpeD 110M (UPB, Apache), rulat offline, local, pe procesor, face 6,70%. Plafonul offline există și e local; îl folosim deja ca a doua opinie.
Pasul: distilarea — SpeD devine profesorul unui elev mic care merge în flux. E experimentul următor; nu dăm nicio cifră până nu rulează.
De ce prima: detectorul de tură depinde de ea. Verificarea că o tăietură cade la graniță de cuvânt se face transcriind bucata — cu recunoaștere slabă, construim setul de tură cu rigla strâmbă.
Cel mai mic din cele trei, singurul publicabil, singurul unde am fi primii. Modelul de referință are 23 de limbi și nu are româna, iar autorii au anunțat că nu mai adaugă limbi. Româna ar fi limba a douăzeci și patra.
Reperul de pornire e umilitor de jos: pe română, detectorul existent (Smart Turn) dă 4 din 8 — cât aruncarea cu banul. Cu n=8, rezultatul e neconcludent statistic: arată doar că nu avem dovezi că merge. Ținta minimă e să batem aleatoriul, pe un eșantion care o poate arăta.
Motorul de sinteză de azi, Supertonic 3, are upstream-ul arhivat din 23 iulie 2026, iar Voice Builder s-a închis pe 31 august 2026. Funcționează local, fără dezvoltare upstream; înlocuitorul e în evaluare. Vocea proprie a trecut deci din „ar fi bine" în drumul critic.
Precedentul tehnic există: un model românesc antrenat la Cluj a folosit 21 de ore de date și douăsprezece ore pe o singură placă. Dar setul lui, SWARA, e necomercial (CC-BY-NC 4.0 plus acord de cercetare) — nu e un drum pentru noi. Pornim de la baze cu licență Apache, pentru română și rusă, plus date proprii înregistrate cu consimțământ.
Nu publicăm o cifră de cost. Estimările vechi erau făcute pe planul din august, care nu mai corespunde pașilor de mai sus; costul fiecărui pas îl scriem după ce îl rulăm. Planul nu depinde de programe de credite pentru startupuri — un program de reduceri e o reducere, nu o precondiție.
Lista asta e aici fiindcă un client tehnic o descoperă oricum în primele cinci minute. Mai bine de la noi.
Blocantul real nu e calculul, sunt datele. Dacă aveți înregistrări în română cu drepturile clare, prima antrenare se întâmplă mai devreme.