Проект

«Языки народов России»

С 2023 года

сохраняем уникальный культурный код России с помощью современных технологий

24 языка

народов России уже доступны в сервисах Яндекса

>11 млн

человек по всей стране считают эти языки родными

6 языков

доступны для распознавания и синтеза речи

>30 языков

будут доступны в сервисах Яндекса в ближайшие годы

Распознавание и синтез речи

Учим нейросети анализировать звуковые паттерны и преобразовывать их в слова и предложения. И наоборот — анализировать текст, определять интонацию и ритм, а затем генерировать человеческий голос

татарский язык

Күп тел белгән кеше - бай, туган телен белгән кеше - бәхетле

Кто знает много языков — богатый человек, кто знает родной — счастливый

Поговорка

Послушать

башкирский язык

Башҡорттарым уҡыу кәрәк, уҡыу кәрәк!

Мои башкиры надо учиться, надо учиться!

Мифтахетдин Акмулла

Послушать

чувашский язык

Вут хутмасӑр ҫӑкӑр пиҫмест, ӗҫлесе пиҫмесӗр ҫурт-йӗр пулмасть

Без огня хлеб не печется, без работы не строится дом

Чувашская народная мудрость

Послушать

марийский язык

Шочмо йылме — чон поянлык.

Родной язык — души богатство.

Пословица

Послушать

якутский язык

Көтөр өҥүнэн, киһи өйүнэн

Птица - своей окраской, человек - своим умом

Пословица

Послушать

удмуртский язык

Аслэсьтыд кылдэ яратытэк, мукетсэ уд дышы гажаны.

Не полюбив свой язык, другой не сможешь уважать.

Даниил Яшин

Послушать

В каких сервисах Яндекса доступны языки народов России

Яндекс Переводчик

Яндекс Браузер

Яндекс Клавиатура

Умная камера

Как мы обучаем  Яндекс Переводчик

Текстовый корпус из сотен тысяч предложений на двух языках, а также тексты на нужном языке: словари и другие книги.

Данные должны быть разнообразными: если обучать модель на кулинарных книгах, она не справится с переводом новостей

Модели машинного
перевода обучаются на большом объеме данных

Как мы справляемся
с нехваткой данных?

Далеко не для всех языков России существует необходимый объём данных в цифровом формате. Мы собираем материалы со специалистами, ищем тексты в интернете, оцифровываем книги и газеты. И всё же иногда данных оказывается недостаточно

Во-первых,

мультиязычные модели

Они объединяют родственные языки, что помогает нейросети использовать знания одного языка при изучении другого. Например, тому, кто знает татарский (будь то человек или нейросеть), проще выучить башкирский