Яндекс говорите: Озвучка текста, синтез и распознавание речи – Yandex SpeechKit | Yandex.Cloud

Хочется сразу спросить: этот блок старается обработать весь запрос целиком или все-таки делит его на какие-то части?

Один из самых простых методов эмбеддинга слов — это контекстные вектора. Строятся они так: для данного текстового корпуса составляется словарь, из которого каким-то способом выбираются n слов. Например, самых часто встречающихся. Далее подсчитывается, сколько раз каждое слово из словаря встречается в контексте выбранных n слов, таким образом получается вектор. Например, слово «котик» 3 раза встречалось рядом со словом «подушка», 1 раз — со словом «нейросеть» и ни разу — со словом «совесть». Вектор слова «котик» будет выглядеть так: [3;1;0]. В зависимости от выбранного словаря, текстового корпуса, ширины контекстного «окна» можно получать самые разные векторные представления слов. Часто такой подход называют word2vec по названию популярной библиотеки с реализацией этого метода.

Что это за эмбеддинги? Контекстные вектора?

Борис Янгель: Ну, смотря что вы называете «контекстными векторами», есть же очень много разных способов их построения. Если речь про word2vec, то да, в том числе мы пользуемся и ими. Вообще на этом этапе запрос очень активно обогащается самыми разнообразными признаками. Это и эмбеддинги, и результаты синтаксического разбора предложения, и поисковая информация. Например, мы знаем, что по какой-нибудь части нашего поискового запроса, например «Адель», часто находится музыка в Поиске. Мы это учтем. И это будет очень сильным сигналом того, что это музыкальный интент.

Откуда берется список возможных интентов? Вы просто кластеризовали «без учителя» все возможные запросы или составили список, опираясь на те сервисы, в которые дальше придется отправлять запрос?

Борис Янгель: Скорее, второе. Ведь новые интенты появляются в результате какой-то «продуктовой» деятельности. Так мы понимаем, что хотим сделать еще вот такой сценарий, и тогда из этого моря необработанных намерений мы отщипнем какой-то кусок и теперь будем распознавать его отдельно. Но при этом мы активно пользуемся анализом логов, который можно рассматривать как своего рода кластеризацию. То есть мы смотрим, что представлено в логах в больших количествах, и решаем, что это надо бы покрыть в первую очередь. Это не значит, что кто-то просто запускает кластеризацию на логах и берет крупные кластера, но  это значит, что наши менеджеры и аналитики смотрят на это вместе под разными углами и решают, что же все-таки еще добавить в Алису.

Сколько обычно хватает слов, чтобы один конкретный интент подобрать? Ну, то есть, допустим, мы спросим Алису: «Как будет «погода» по-вьетнамски?» Она посмотрит на слово «погода» и сразу решит, что это погодный сценарий, или все-таки вспомнит и про другие слова и решит, что от нее хотят перевод?

Борис Янгель: Алиса всегда смотрит на всю реплику целиком, когда принимает решение по ней. Именно по той причине, которую вы сейчас сформулировали. Потому что недостаточно на маркерные слова посмотреть. И тут затронута очень большая проблема, с которой мы в самом начале боролись: если просто обучать классификатор интентов на примерах фраз, часто оказывается, что, например, в интенте «погода» все фразы содержали в том или ином виде слово «погода». А в других интентах не содержали. И в результате машинно-обученная модель находит самое простое объяснение: если есть слово «погода», нужно считать, что это погодный интент, а иначе — нет. Мы очень часто сталкивались с такими явлениями, и это одна из причин, по которой, в том числе, мы решили отказаться от нейросетевого классификатора и перейти на метод ближайших соседей.

Метод ближайших соседей по праву считается одним из самых простых, но в то же время мощных методов машинного обучения. Задача классификатора на ближайших соседях формулируется просто: в выборку из большого числа объектов нескольких классов помещают еще один объект. Как отнести его к какому-то из классов? Для этого надо посчитать, соседей какого класса больше среди k ближайших. Пусть мы выбрали k = 5, и среди ближайших пяти соседей три принадлежат к классу «котики», и два — к классу «собачки». Тогда классификатор отнесет новый объект к классу «котики». Несмотря на кажущуюся простоту, этот метод не только показывает хорошие результаты, но и обладает удобными преимуществами. Например, при увеличении вашей выборки метод не нужно целиком переучивать, как это происходит, например, при использовании нейросетевого классификатора.

Чтобы воспользоваться методом ближайших соседей, вам нужно каждый вопрос привести к единой метрике, так?

Борис Янгель: Да, у нас есть функция, которая получает на вход два предложения и говорит, насколько они близки или далеки. На самом деле эта функция переводит предложение в вектор: это просто рекуррентная сеть. В каждом запросе есть глобальные признаки, которые описывают все предложение целиком, например «Как часто вообще про это спрашивали?», есть фичи от отдельных токенов, например часть речи каждого слова. Нейросеть все это агрегирует и получает в конце один вектор в евклидовом пространстве. А поскольку это рекуррентная сеть, ей все равно, какой длины был исходный запрос.

Мы пробовали использовать рекуррентную сеть и в качестве основного классификатора, вместо ближайших соседей, но это оказалось не очень удобно, в частности из-за того, что мы все время дополняем обучающую выборку, а переучивать каждый раз нейросеть — это долго.

А что происходит, если запрос не подошел ни под один из сценариев?

Борис Янгель: Тогда мы отдаем его в бинарный классификатор (такой, у которого есть всего два возможных исхода — прим. N + 1), и он уже решает, отправить запрос в поиск или в «болталку».

А как реализуется составление ответа в режиме «болталки»?

Борис Янгель: Какая задача ставится перед «болталкой»? У вас есть n предыдущих реплик в диалоге, и нужно выбрать n + 1 реплику, которая и послужит ответом. Соответственно, к решению этой задачи есть два подхода: генеративный, когда ответ создается посимвольно или собирается из небольших кусочков слов или фраз, и ранжирующий, когда у нас есть какой-то набор ответов-кандидатов и надо просто выбрать из него подходящий. Мы давно пришли к выводу, что методы генерации реплик пока далеко не так развиты, как методы ранжирования. Во-первых, они не позволяют достичь такого же качества, во-вторых, их сложнее контролировать, чтобы они не выдавали откровенную чушь или, например, грубые ответы. А при наличии списка реплик его можно заранее отфильтровать. Вот почему мы используем ранжирующие методы, и «болталка» — это большая нейросеть, которая видит контекст диалога, ответ-кандидат и некоторое число, которое характеризует, насколько этот ответ подходит в данной ситуации.

А как формируется база ответов-кандидатов?

Борис Янгель: Из самых разных источников. В этой базе десятки миллионов ответов, и наши технологии позволяют меньше чем за сто миллисекунд выбрать из них подходящие.

Зная Яндекс, хочется сказать, что где-то здесь под капотом прячется МатриксНет или CatBoost?

Борис Янгель: На самом деле, когда приходит запрос пользователя, нам не нужно применять нейросеть ко всем десяткам миллионов ответов. Потому что для них можно заранее посчитать вектора, составить из них базу и дальше использовать уже сами вектора. Поэтому к запросу пользователя нейросеть надо будет применить всего один раз, а затем можно будет с помощью метода приближенного поиска ближайших соседей найти в этой базе, какой из векторов ближе к правильному ответу.

Если все ответы подобраны заранее, как вам удается разнообразить речь Алисы?

Борис Янгель: Например, в «болталке» мы стараемся сэмплировать ответы: то есть если мы знаем, что, скажем, первые 20 ответов в списке кандидатов примерно одинаково хороши, то мы выберем из них случайный или такой, чтобы диалог выглядел разнообразнее.

Вы когда-то рассказывали, что некоторые ответы Алисы — редакторские, то есть целиком написанные человеком для определенных ситуаций. Где хватает редакторских ответов, а где нужно идти дальше? А если одно интегрировано в другое, то как?

Борис Янгель: Главная проблема с редакторскими ответами состоит в том, что формулировки, которые для них написаны, подразумевают определенную форму задаваемого вопроса. Допустим, мы хотим, чтобы Алиса любила собак, и добавляем соответствующий редакторский ответ. Если у нее спросят: «Ты любишь кошек?» или «Тебе нравятся кошки?» — она должна ответить: «Нет, я люблю собак». Соответственно, есть какая-то модель, которая смотрит на реплику пользователя, и если реплика близка по смыслу к реплике «Ты любишь кошек?», она говорит: «Нет, я люблю собак». Какая проблема может возникнуть? Пользователь может спросить: «Что ты думаешь о кошках?» Семантически это очень близко к «Ты любишь кошек?», но на это нельзя ответить: «Нет, я люблю собак», — форма вопроса другая.

Как эту проблему решать? Можно составлять такие редакторские ответы на предполагаемые вопросы, которые будут уместны в максимальном количестве контекстов. Но тогда ответы перестанут быть интересными, не будут похожи на живое общение. И вот тут мы приближаемся к первому шагу, который собираемся сделать. У нас есть замечательная «болталочная» модель: использовать редакторские ответы, но выбирать еще и те, которые, с точки зрения «болталочной» модели, подходят под форму заданного вопроса.

Кстати, а как в «болталке» работает запоминание контекста?

Борис Янгель: С точки зрения «болталки», контекст — это те предыдущие n предложений диалога, в рамках которых нужно выдать ответ. И из этого сразу следует, что «болталка» никаким long-term (долгосрочным) контекстом не располагает, а оперирует только short-term (краткосрочным) контекстом диалога, то есть не знает, что пользователь сказал вчера или что ему в принципе нравится и интересно. Это большая, открытая исследовательская задача, над которой, в том числе, работают исследователи в Яндексе: как учесть такую информацию в нейросетевых моделях? И сложность ее решения, в первую очередь, связана с тем, что нет больших датасетов для обучения, в которых содержались бы диалоги, оперирующие именно long-term контекстом.

Form-filling — это подход к построению диалоговых систем, в котором отдельные диалоговые сценарии описываются формами, состоящими из обязательных и опциональных полей, или слотов. Пользователь своими репликами в диалоге заполняет слоты сценария. Когда все обязательные слоты заполнены, система может решить задачу пользователя в рамках диалогового сценария.

И еще про контекст: есть ли какой-то гиперпараметр того, сколько реплик запоминает Алиса? Допустим, можно ли у нее сначала спросить, какая погода в Москве, и потом еще 10 раз спросить: а в Лондоне, а в Париже? Поймет ли она, что ее спрашивают про погоду?

Борис Янгель: Такого числа нет, потому что этот модуль по-другому устроен.  Грубо говоря, сейчас состояние диалога Алисы — это текущий диалоговый сценарий (в терминах form filling, то есть «сценарий», состоящий из слотов, которые должны быть заполнены для выполнения запроса). Пока мы можем связать то, что говорит пользователь, с текущим состоянием, мы всегда будем поддерживать контекст. Если вы спросили про погоду, то дальше, сколько бы вы ни говорили «а в Москве…», «а в Питере…», «а на завтра…», «а на выходные…», пока классификатор уверен, что это уточнение погоды, можно будет спрашивать вечно.

А кто классифицирует такие разновидности контекста как анафоры и эллипсисы? Это все тот же классификатор намерений или отдельный модуль?

Анафора — это использование языковых средств (например, местоимений), относящихся к уже упомянутой сущности:

Я позвонил маме. Она не взяла трубку.

Что купить в булочной? А в книжном [что купить]?

Борис Янгель: В нашем подходе это реализуется там же, где классифицируются намерения. Например, вы говорите «на завтра», и тот же классификатор намерений скажет, что это похоже на уточнение в сценарий «погода», но также это очень похоже на уточнение в сценарий заказа авиабилетов, если бы он у нас был. И говорит: «Веса 0,5/0,5». Так мы знаем состояние, в котором находится диалоговый движок. С учетом этого мы перевзвешиваем то, что сказал классификатор интентов: поскольку мы в состоянии заказа авиабилетов не находились, это не могло быть уточнением. Значит, это точно погода.

Схема работы Алисы, нарисованная Борисом Янгелем

Хочется провести параллель с той же Alexa. Если у нее спросить: «В каком году Адель написала такой-то альбом?» — Alexa ответит целиком: «Она написала альбом такой-то в таком-то году». Алиса когда-нибудь будет уметь так же — не отправлять пользователя в поисковую выдачу, а составлять ответ в виде сложной конструкции?

Борис Янгель: Алиса и сейчас так умеет, правда, с ограничениями. На вопросы вроде «когда родился такой-то?» или «сколько ему лет?» она отвечает: «Ему вот столько-то». Это происходит, когда форма ответа зависит от того, как задан вопрос. Мы будем расширять этот формат, так как он больше похож на общение, и ищем для этого разработчиков.

Допустим, я спрашиваю Алису: «Кто написал “Войну и мир”?». Она мне отвечает: «Лев Николаевич Толстой». А потом, если ее спросить: «Сколько в нем томов?», — то она «растеряется» и решит, что ей надо определить, сколько томов в «мире», потому что анафорическое местоимение «в нем» — с точки зрения формальной логики — отсылает именно к «миру». Почему она не распознает «Войну и мир» как единую сущность, даже если отметить всю именную группу кавычками?

Борис Янгель: Поскольку мы должны работать и с голосовыми запросами, и с текстовыми, а голосовых сильно больше, то мы знаки препинания вроде кавычек вообще не используем и удаляем первым делом. Поэтому кавычки никак не влияют на ответ. В вашем примере система разрешения анафор немного ошиблась и решила, что раз местоимение в мужском роде, то, наверно, оно ссылается на слово «мир».

Почему Алиса ошиблась и привязывает ли она местоимения к отдельным токенам? Нет, не привязывает. Она находит всевозможные именные группы в тех предложениях, с которыми нужно связывать местоимение, и пытается для каждой пары «именная группа — местоимение» оценить, что будет, если ее туда подставить. Но в данном случае она ошиблась и предпочла слово «мир» всей группе «Война и мир». Хотя так делать не должна.

Самый правильный способ это решить — обучить функцию соответствия этих именных групп и местоимений, которая учитывает то, что имеет в виду пользователь. Для этого надо собрать побольше примеров того, что было сказано и что при этом имелось в виду, и придать нашей модели разрешения анафор нужные свойства. Сейчас она слишком полагается на языковую корректность.

А как Алиса вообще понимает, какую содержательную информацию из запроса пользователя необходимо извлечь? Адреса, например, или конкретные названия?

Борис Янгель: Для этого есть специальный блок — семантический теггер. А у него есть список полей, которые имеют смысл в контексте каждого отдельного сценария. Например, сейчас Алиса учится заказывать такси, а мы знаем, что такси всегда заказывают откуда-то и куда-то. И настраиваем сценарий так, чтобы теггер больше ничего другого не выделял, потому что нас только эти вещи и интересуют.

Получается, что теггер непосредственно привязан к выделению интента?

Борис Янгель: Да, сперва работает выделение интента. Определив интент, мы знаем, какую модель из всех теггеров нужно выбрать. Мы ее запускаем, извлекаем из фразы пользователя полезную информацию и помещаем ее в форму. Ну, а форма уже используется потом в какой-то сценарной логике. В итоге получается, что без теггера мы не заполним форму и не выполним сценарий.

А как быть, если теггер не нашел в запросе пользователя всей необходимой информации?

Борис Янгель: Тогда мы применяем ноу-хау, которое условно называется n-best hypotheses (подбор n лучших гипотез — прим. N + 1). Допустим, теггер не смог ничего выделить, это абсолютно реальная ситуация. Но иногда, по каким-то причинам мы знаем, что информация там скорее всего есть, просто надо «глубже копать».

Борис Янгель

Яндекс

Что происходит после того, как отработал теггер?

Борис Янгель: После теггера начинается form-filling, то есть, все, что произвел теггер, мы помещаем в соответствующие формы и дальше диалоговый движок смотрит, есть ли у него вся необходимая информация для данного сценария. В терминах  form-filling это значит спросить: «Заполнены ли все обязательные поля формы?» Если «да», то вызывается обработчик, связанный с этой формой, если «нет», то вызывается другой обработчик, который может задать вопрос пользователю про какое-нибудь из полей формы. То есть, как раз спросить: «Куда едем-то?»

И куда отправляется форма, которую заполнила Алиса?

Борис Янгель: Роль бэк-энда, который мы разрабатываем, в том, чтобы проинтерпретировать сказанное пользователем в контексте диалога, представить это в структурированном виде и отдать дальше. В этом «дальше» выполняется задача пользователя, и нам говорят что, собственно, надо сообщить пользователю в ответ. Мы превращаем это, скажем, в текст на естественном языке и отправляем в SpeechKit для выдачи.

Кстати, о SpeechKit: как вы добились такого естественного звучания Алисы?

Денис Филиппов: С помощью свежего взгляда на достаточно старый подход к синтезу речи, который называется Unit Selection, здесь никакого секрета нет. Нужно очень аккуратно записать десятки часов речи диктора, выдержав при этом интонацию и звучание голоса. На это ушло огромное количество времени, именно на работу в студии. Дальше мы режем весь этот массив на куски, из которых самый мелкий — это фонема или даже части фонемы, а самый крупный — это, допустим, готовая фраза. Например, «Сегодня в Москве погода такая-то». А дальше у нас есть нейросеть, которая на вход получает текст и для этого текста ищет в аудиобазе подходящие куски. Именно наличие нейронной сети, которая реализует выбор юнитов из аудиобазы, является главным отличием от канонического подхода Unit Selection, где юниты выбираются с помощью фиксированных формул и различных эвристик. В идеальном случае, если наш текст полностью совпадает с куском из базы, то мы получаем по сути готовую запись, именно такую, какой она была на студии.

Но бывает и обратная ситуация, когда больших кусков нет и нам приходится много склеивать. И иногда возникают проблемы на стыках, когда не удается подобрать правильные склейки. Или бывает совсем плохая ситуация, например, в случае с новостями, в которых могут возникнуть какие-то редкие сложные слова. И в этом месте мы хитрим: в Алисе новости озвучивает мужской голос. Почему? Потому что текст новостей заранее спрогнозировать нельзя и там Unit Selection вообще нормально не работает. Много склеек, текст начинает булькать, плавать и так далее. Там мы как раз применяем параметрический синтез, к которому собираемся прикрутить WaveNet — это одна из интересных и сложных задач нашей команды, на которую нужно больше  рук.

Можете на пальцах пояснить, в чем преимущество WaveNet по сравнению с Unit Selection?

Денис Филиппов: Ну, про основные минусы Unit Selection я уже рассказал: произвольный текст — любая книжка, любая новость, — на Unit Selection уже не работает. Возникает очень много склеек, и модель так или иначе ошибется. А в параметрическом синтезе никаких склеек нет вообще. Там есть акустическая модель, которая на выходе генерирует вполне определенное признаковое описание для звуковой волны. И дальше есть модуль (его обычно называют Vocoder), который принимает на вход вектор чисел и реализует саму волну.

Сейчас наш параметрический синтез имеет ряд недостатков: у нейронной сети недостаточно информации на входе для предсказания натуральных интонаций, поэтому интонация ровная, склеек нет, но голос немного дребезжит, у него такой железный призвук, и интонация достаточно роботизированная, нет яркости в голосе. Это, как правило, получается из-за слишком сильного сглаживания, когда теряются важные детали, передающие окраску речи. Так вот, WaveNet — это новая реализация этого модуля, которая, по нашим ощущениям — и не только нашим, решает эту проблему. То есть, голос начинает звучать естественно, без раздражающего дребезжания. Помимо реализации Vocoder на базе WaveNet мы активно реализуем новые акустические модели для синтеза речи, с целью генерации более ярких и естественных интонаций голоса, вдохновляясь end-to-end моделями типа Tacotron 2 и DeepVoice 3.

У Алисы есть некий эталон поведения, своя личность. Какой эталон поведения вы выбрали и почему именно его?

Денис Филиппов: В самом начале, когда еще не было никакой Алисы, стояла задача: надо сделать голосовой помощник. Первый вопрос: «Как назвать?» Так как команда большая, вариантов было предложено много, мы решили подойти к решению этой задачки системно и составили перечень характеристик, положительных и отрицательных, которыми должен обладать или не обладать наш виртуальный помощник. Например, отрицательные характеристики: грубить, оскорблять пользователей. А среди положительных: всегда готов помочь, вежлив и так далее. Полученные характеристики мы загнали в Толоку (краудсорсинг-платформа Яндекса — прим. N + 1): толокеры решили, что положительным характеристикам больше всего отвечает имя Алиса. Так она и появилась. А дальше эти положительные характеристики мы взяли за основу проработки характера: кто такая Алиса, как она себя ведет.

Затем последовала большая работа по проектированию, созданию персонажа. Например, Алиса не может позволить себе общаться с пользователем на «ты», она должна соблюдать некую дистанцию: здесь у нас был прототип — Мэри Поппинс. Такая воспитательница, которая держит дистанцию, не допускает панибратских отношений с пользователями. Поэтому Алиса и не любит, когда с ней начинают заигрывать или что-то еще, — она сразу пытается восстановить дистанцию. Или, например, готовность помочь в любой ситуации. Основная концепция Алисы — это как можно быстрее дать ответ пользователю, не тратить его время.

У Алисы как у персонажа есть и то, чего она любит. В концепции персонажа у нас было, что Алиса влюблена в Константина Хабенского. Но это мы просто так придумали, для себя. Там же появился и программист Алексей (Алиса в ответ на просьбу пользователя сделать что-то, чего она пока не умеет, иногда отвечает, что программист Алексей обещал «сделать это в скором времени» — прим. N + 1).

Если посмотреть на рынок голосовых помощников по всему миру, то в зависимости от конкретной компании предназначение каждого помощника понятно. Apple — компания, которая производит гаджеты, ей нужен помощник, который привязан к гаджетам. Amazon — компания, которая собирается продавать все на свете, поэтому ее помощник интегрируется со всем, что они хотят продать. А зачем Алиса Яндексу?

Денис Филиппов: Изначально — чтобы помогать людям искать информацию. Очевидно, что мир меняется, интерфейсы меняются, голосовые, диалоговые интерфейсы становятся удобными в разных кейсах: в машине, дома, когда готовишь и так далее. И мы должны идти в ногу со временем и давать такую возможность нашим пользователям.

Дальше все упирается в экономию времени. Если нужно быстро узнать ответ, то Алиса должна с этим справляться: дать ответ прямо здесь и сейчас и желательно еще и голосом, чтобы не отвлекаться. Это — основной ее сценарий на сегодняшний день.

С помощью Яндекса пользователи также решают не только поисковые задачи, но еще и маршрутизацию. Скоро можно будет и такси вызвать, и маршрут уже можно построить, и карту посмотреть, и вообще спланировать, как добраться до какого-то места. Наконец, важная задача ассистента —  вовремя напоминать о разных мелочах. «Тебе, если ты собираешься на работу, надо выйти сейчас, чтобы успеть на остановку, чтобы автобус не ушел. А у тебя будет встреча, поэтому тебе надо быть на остановке в такое-то время. На метро это займет столько-то». Ну, то есть, помогать в тех вещах, которые трудно держать в голове или держать вообще не хочется: во сколько выходить, брать зонтик или нет — вот такие вещи. Всему этому Алиса активно учится, она становится полезнее с каждым месяцем, и это результат очень большой работы. Дальше будет еще больше точек применения, еще больше сервисов с Алисой, причем не только яндексовских.

Если говорить про наши сервисы, то среди них еще есть много развлекательных, а у людей всегда есть проблема выбора: что послушать нового, что посмотреть? Когда-нибудь Алиса будет все знать об интересах пользователя, и польза от нее будет заключаться в том, чтобы она станет своевременно подсказывать какую-то новую интересную информацию, новый контент. На мой взгляд, идеальный виртуальный помощник — это та сущность, которая знает определенную информацию за пользователя и вовремя ее сообщает.

Беседовали Тарас Молотилин и Елизавета Ивтушок

Интеграция Яндекс в iOS 6 — это не миф

Когда в конце июня этого года мы написали новость о том, что «Яндекс» может быть интегрирован в iOS 6, то многие отнеслись к такой информации с завидной долей скептицизма: «Яндекс? Apple? Вы что такое говорите вообще?». Мы уже и сами начали немного сомневаться, но все равно назад не отступили и продолжали верить. И вот, случилось то, во что многие еще пару месяцев назад совсем не верили: «Яндекс» интегрирован в iOS 6.

Конечно, сейчас «Яндекс» интегрирован не в каждое стандартное приложение в iOS 6 и поиском по умолчанию не является, но главное, что начало уже положено. Не стоит забывать еще и о том, что сейчас iOS 6 доступна в версии GM и релизная версия может немного отличаться, хотя, как правило, релиз чуть ли не «байт в байт» совпадает с GM, но повторюсь: начало уже положено.

Все прекрасно знают, что сейчас собственные карты Apple не отличаются особым качеством в России. Другое дело, что Яндекс.Карты в России работают просто прекрасно. Так почему бы не объединить усилия, тем более, что Apple и «Яндекс», по сравнению с Apple и Google, вовсе не такие уж и конкуренты?

Теперь, когда вы попытаетесь осуществить поиск в картах Apple, например, по слову «кино», то вы увидите «булавку», которая укажет вам на ближайший кинотеатр, а если перейти к подробной информации о найденном месте, то вам предложат узнать «Подробнее на Яндекс».

С этого дня, когда вы будете осуществлять поиск мест на картах Apple, вы всегда сможете узнать о них более подробную информацию, перейдя из карт Apple на Яндекс.Карты.

Кстати, если у вас не установлено приложения Яндекс.Карты, то после нажатия на кнопку «Подробнее от Яндекс» вы попадете в App Store, где вам будет предложено загрузить Яндекс.Карты на свое устройство.

Кстати, «Яндекс» — это первая российская компания, которая получила интеграцию своих сервисов в iOS 6. Но, к сожалению, в пресс-службе «Яндекса» дали совсем немногословный ответ:

Не комментируем

Но немного поизучав подобную интеграцию, можно догадаться, что карты Apple для своих результатов (как и Siri) используют Яндекс.Справочник, в базе которого содержится более 3 миллионов различных организаций, ресторанов, кафе, клубов и других заведений. Кстати, данные «Яндекса» используются не только для поиска организаций и заведений, но и обычных улиц и домов.

Вот, пожалуй и все, что я смог найти про «Яндекс», покопавшись в картах Apple на iOS 6.

P.S. Еще один наш читатель, родом из Америки, прислал на корпоративную почту письмо, что когда он попытался найти нужный ему адрес в Москве, то он тоже увидел результаты «Яндекса». Получается, что независимо от того, где вы находитесь, но если вы ищите что-то в России, то Яндекс.Карты всегда будут рады вам в этом помочь.

Кажется, Apple решила всерьез взяться за России, и это, конечно, очень радует. Возможно, что и Siri с русским языком мы скоро увидим.

«Яндекс» дал россиянам ранее недоступный им «дорогой» поиск → Roem.ru

@Владимир Мяу

Себрант ещё 3 года назад объяснил, что половине России — не нужен поиск, хотя они тоже владельцы телефонов и компьютеров:

У нас есть статистика частоты запросов в Яндексе в зависимости от размеров населенного пункта. В пунктах с населением меньше ста тысяч человек проживает почти половина страны. При этом частота обращений — любых! — к поисковой системе там в 10−15 раз меньше, чем в крупных городах. Не то, чтобы эти люди не знали, где найти информацию, она им просто не нужна.

То, что людям не нужен Поиск, вовсе не обозначает, что люди, которые могут позволить себе компьютер или телефон — не нужны «Яндексу». Поэтому «как одеться сегодня» — оказался не только примером запроса (примечание: это словосочетание приведено, как гипотетический пример, «Яндекс» к нему не имеет отношения), но и как пример сценария, который должен отработать ассистент «Яндекс», сам и в нужный момент, а не поиск в ответ на запрос.

@gremlin

Индивидуализация выдачи — это задача по снижению себестоимости поиска. «Индивидуализация» — это маркетинговый термин для розничной аудитории. По ту сторону прилавка никакой «индивидуализации» нет. Есть полезный трюк, удобный для удешевления расчёта SERP.

Если поисковику известно, например, что человек не знаком с правилом «всегда читать пруфф», обходится без официальных документов, не умеет читать тексты длиннее 450 символов, не любит страницы, которые весят по 2 мегабайта, не умеет пользоваться страницами, где много картинок, не нуждается в сайтах из других регионов России и так далее и тому подобное — для ранжирования под запрос поисковик будет использовать не половину Рунета, а сто убогих страниц, оставшихся после предварительного грубого, но очень дешёвого отсечения всего того, что человеку «не нужно». Вот и вся «индивидуализация».

Возможно, что работают вероятностные модели. Когда поисковику известно, что сделанные им допущения-упрощения-индивидуализация, с большей вероятностью снижает себестоимость поиска, а не провоцирует решения никогда не пользоваться Яндексом. Наверняка есть целое семейство запросов, где это предположение верно. Та же «погода». Достаточно разобрать исходный запрос и поняв, что он о погоде, можно вывести собственный прогноз с Яндекс.Погоды и абсолютно любые несколько сайтов о погоде. Вообще любых, большой индекс даже не надо трогать. Всем пользователям без исключений (кроме владельцев сайтов о погоде) — будет абсолютно безразлична полнота или максимальная релевантность и корректность присвоения места в SERP тем или иным погодным сайтам.

Кто озвучивал помощницу «Алису» — Афиша Daily

На этой неделе вышла «Алиса», российская голосовая помощница и конкурентка Siri, которую создали в «Яндексе». «Афиша Daily» поговорила с актрисой Татьяной Шитовой, которая дала голос «Алисе», а также компьютерам из фильма «Она» и игры Destiny 2.

— Вы пользовались Siri или Google Now, помощниками, у которых есть русскоязычный голосовой интерфейс?

— Нет, не пользовалась.

— А успели уже поговорить с «Алисой»?

— Успела поговорить, только когда мне включали пробные записи в течение рабочего процесса. И дома показала. Но никто не оценил: мой папа вообще не понял, в чем прикол, а дочка сказала: «О, здорово, теперь я тоже могу сама с собой разговаривать?» Она подумала, что теперь каждый может взять телефон и сам с собой поговорить. После этого еще ни разу не включала.

— Как проходила запись для голосового помощника? Вы сидели перед микрофоном домаАктриса Сьюзан Беннет, озвучившая первую версию Siri, рассказывала, что записывала реплики для помощницы в домашней студии. или приходили в студию? Что происходило потом?

— Все как всегда: я приходила в студию, сидела перед микрофоном, зачитывала много текста. А за стеклом сидели несколько человек: звукорежиссер, представитель «Яндекса», редактор, и периодически собирался такой консилиум. Я не знаю, что они слушали и на что смотрели. Они корректировали меня и показывали промежуточный результат работы.

— Вы что‑то надиктовали, и тут приходит этот консилиум и говорит: «Нужно исправить». Что, например?

— Например, попадались отрывки из художественной литературы. Я их начинала читать от себя, как меня в школе актерского мастерства учили (смеется), как от лица автора, не ровно и безжизненно, а сразу прилипала к тексту и вживалась в роль. На что меня деликатно поправляли: «Нет-нет, так делать не надо». Как раз нужно наоборот: с душой, но поровнее.

Я говорю: «А кто такой дурацкий текст дал?! Вот абракадабра!»

— Какие тексты зачитывали? Только художественные?

— Текст был разный: были отрывки из художественных произведений, были звуки, были правильные слова, были слова с ошибками, с неправильной падежностью. Я говорила: «Тут же грамматическая ошибка, так нельзя». «Нет, вот нужно именно вот так, чтобы получилось что‑то». А я как диктор волновалась — как скажу с ошибкой, а мне потом скажут: «Тань, ты говоришь неправильно».

— Помните, какие произведения были?

— Разные отрывки были, я всех не упомню. И Лев Толстой был, что‑то из «Войны и мира», и русская классика, и нужно было разговаривать как автоответчик, и с настроением, и о погоде.

— Актриса, которая озвучивала Siri, говорила, что ей приходилось зачитывать бессмысленные фразыВот пример текста, который зачитывали для Siri: «Malitia oi hallucinate, buckry ockra ooze, cathexis fefatelly sexual ease stump, say the shrodding again, say the shroding again, say the shreeding again, say the shriding again, say the shrading again, say the shrudding again»..

— Были какие‑то абракадабровские предложения, непонятные или несвязанные слова, предложения, которые не имеют ни начала, ни конца. Ты даже не поймешь, как их читать! Как бы ты хорошо ни читал, все равно не сможешь эту абракадабру прочитать нейтрально. Я-то не искусственный интеллект, не машина, поэтому подсознательно искала какой‑то смысл, где паузу поставить, где, может быть, есть запятая. Я говорю: «А кто такой дурацкий текст дал?! Вот абракадабра!» Мне говорят: «Это программа выдает такой текст». Они все, что я начитала, забрасывали в программу, а она этот текст обрабатывала, резала и выдавала следующий фрагмент. Мне очень трудно было это в голове поместить и понять: «Какая программа? Почему она так режет? Почему такой текст выдает?»

— То есть отрывки из книг и абракадабра?

— Попадались очень профессиональные слова, какая‑нибудь врачебная терминология. Думаешь: «Господи, ну я-то этих слов не знаю!» Это не просто «переливание крови», «пробирка», «шприц», а названия заболеваний, что‑то на латыни. Очень редко попадались матерные слова. Но по поводу мата мне было дано на откуп: «Хочешь, Таня, произноси, хочешь — не произноси». Я их не произносила, но программа, думаю, все равно порежет так, как ей надо (смеется).

Реакция «Алисы» на мат будет примерно такой же

— Алиса довольно сдержанно реагирует на мат: она делает замечание и спрашивает: «А вы с родителями тоже так разговариваете?»

— Видите, а мне программа выплевывала мат, она сама его откуда‑то набирала. Но эти слова были не к тому, что я матом буду отвечать. Рассчитано, что «Алиса» будет помощницей для любого человека, что ее может слушать ребенок. Порой нельзя было сделать какой‑нибудь интонационный закидон, потому что не знаешь, с кем беседуешь: с мужчиной, с женщиной или с ребенком. В том-то и сложность. Это не как компьютерная играТатьяна озвучила Нейроматрицу из Destiny 2, Phantom Assassin из Dota 2, Роковую вдову из Overwatch, Йеннифер из игры «Ведьмак 3: Дикая охота» и других персонажей., где примерно знаю, какой я персонаж.

— Сколько это длилось? Полгода-год?

— Долго. Начинали где‑то зимой. Это шло периодами: собираемся и пишем, потом перерыв — и через время меня зовут на другой этап, например, писать только звуки. Были простые тексты. Мы их писали раза четыре в неделю по несколько часов. Сначала пробовали записать быстрее, а потом — нет, слышно, что голос уставший, слышно, что голос больной, что не отдыхала. А ведь нужно придерживаться одной тональности. Поэтому много материала машина выбросила в помойное ведро, он не соответствовал уровню. Были разные сроки: февраль–март, потом решили, что это где‑то сентябрь–октябрь.

— В первый день работы «Алисы» люди заметили, что она понимает жаргон. Приходилось зачитывать жаргонные фразы?

— Да, что‑то такое было, что‑то такое резало слух. Мы тоже удивлялись, но читали. Не знаю, в каком они остались варианте: в первозданном виде или в порезанном.

«Алиса» узнает сленг и отвечает жаргонизмами

— Актриса, которая озвучивала Siri, рассказывала, что ей даже не сообщили, зачем нужна ее запись, поэтому было тяжело работать и иногда кажется, что у Siri уставший голос.

— Мне кажется, в моем голосе не должна слышаться усталость. Я люблю свою работу, и меня не утомляет большой объем. Любая работа диктора — озвучивание фильма, компьютерной игры, документальная программа — это много текста. А на работе я отдыхаю. Это я дома устаю от воспитания ребенка и оттого, что нужно успеть то-то, пятое, двадцатое.

— Она говорила, только через два года узнала, что диктовала текст для Siri.

— Да? Интересно. Мне сразу сказали, кто я, что мы делаем и для чего.

— Было какое‑то прослушивание?

— Не знаю, наверное, что‑то было, но меня не кастинговали. Мне позвонили и сказали: «Таня, вы озвучивали фильм «Она». У нас есть к вам предложение…» У них есть другие наработки, были другие исполнители, часы, наработанные другими актерами и актрисами. Мне было очень лестно, что меня утвердили на этот проект. Все тестовые записи были в самом начале, если бы я не подошла, то они бы сразу сказали и позвали другую.

— Вот у помощницы Cortana есть аватар — персонаж из игр серии Halo. С кем мы можем ассоциировать «Алису»?

— [Сначала была ассоциация с фильмом «Она»], а потом появилась Алиса Селезнева Кира Булычева, миелофонУстройство для чтения чужих мыслей в фантастических романах Кира Булычева., «Алиса в Стране чудес», «Алиса в Зазеркалье», что‑то потустороннее. Это должен быть доброжелательный помощник, друг. Но не просто друг-няшка, а где‑то и с чувством юмора. Что‑то должно быть живое.

— У «Алисы» есть характер: кому‑то она показалось грубой, кому‑то дерзкой. Она могла передразнивать человека, настаивать на своем.

— А разве это плохо?

— Наоборот, интересно.

— Смотря кто «Алисе» задал какой вопрос. Я же не знаю, почему «Алиса» грубовато ответила (смеется). Это хорошо, мне кажется, разве нет?

— Вы похожи характерами?

— Из того, что вы описали… Ну у «Алисы» при всем при этом есть хорошее. А у меня, наверное, много отрицательных черт характера. Я, наверное, похуже буду, чем «Алиса» моя. Мне есть над чем работать, буду брать с нее пример.

Пример характера «Алисы»

— Были какие‑то моменты, по поводу которых вы спорили? Как произносить, с какой интонацией говорить?

— Иногда упирались из‑за чего‑то, ссорились, особенно когда уставали. Но там и не нужно было упираться. Если бы мы писали дубляж, то да: «Здесь только такая интонация, потому что она же отвечает вот так». А мне не на что отвечать, у меня не было того, кто мне говорит, нет диалога. Был один этап, когда сказали: «Вот это нужно сказать, будто ты разочарована, вот такое «Ого».

— Вас не пугает, что теперь вашим голосом говорит какой‑то робот? Ваш голос будто принадлежит не только вам.

— Нет, не пугает. Может, кто‑то будет обижать «Алису» или в чем‑то ее упрекать, но я к этому тоже отношусь нормально.

— А представьте, лет через двадцать ей дадут более совершенный интеллект, она заживет своей жизнью, и получится, что в мире появится разумное существо с вашим голосом.

— Меня это не пугает. Мой голос будет увековечен, а я на тот момент состарюсь и буду хрипеть, как старая карга. Дай ей Бог здоровья.

Подробности по теме

Почитайте анекдоты от русской Siri. Ее зовут «Алиса»

Голосовой поиск Яндекс и Google: как включить и настроить

Стремительный прогресс современных технологий позволяет добавлять в их использование все больше возможностей. Одной из таких возможностей является голосовой поиск Яндекс и Google. Наибольшей популярностью голосовой поиск пользуется у владельцев смартфонов, потому как голосовой набор там гораздо проще. Но возможно установить его и на компьютер.

Разберём, как включит и настроить голосовой поиск в самых распространённых на территории России поисковиках – Яндекс и Google, использующих технологию распознавания речи.

Рекомендуем: Click.ru – маркетплейс рекламных платформ:

• Более 2000 рекламных агентств и фрилансеров уже работают с сервисом.
• Подключиться можно самому за 1 день.
• Зарабатывайте с первого потраченного рубля, без начальных ограничений, без входного барьера.
• Выплаты на WebMoney, на карту физическому лицу, реинвестирование в рекламу.
• У вас остаются прямые доступы в рекламные кабинеты, рай для бухгалтерии по документообороту и оплатам.

Читайте также: Контекстная реклама Яндекс и Google

Голосовой поиск Яндекс и Google

Все большее количество людей начинает пользоваться голосовым поиском. Эта технология позволяет создать поисковой запрос без необходимости использования клавиатуры. При том ее удобство заключается в том, что совершенно не обязательно устанавливать какие-либо приложения. Достаточно всего лишь иметь простой смартфон и выход в Интернет. В самих же поисковиках – Яндекс и Google – уже встроена функция, позволяющая распознавать человеческую речь. Потому, открыв в браузере одну из этих поисковых систем, вы уже сможете познать все удобство современных технологий.

У каждой из поисковых систем есть собственный голосовой помощник, через который и осуществляется введение речевого запроса. Например, у Яндекс его роль выполняет стандартный модуль для обыкновенного голосового поиска «Яндекс.Строка». Также стоит упомянуть и голосовой помощник «Алиса». Изначально информация о появлении данной технологии для поисковика Яндекс была обнародована в мае 2017 года. 10 октября того же года уже состоялся официальный запуск «Алисы» в качестве голосового помощника для поисковика от Яндекс. Но второй вариант является больше интеллектуальным помощником, для простого использования голосового поиска отлично подойдет и «Яндекс.Строка».

Для основного же конкурента российского поисковика – Гугл’а – подобной технологией является «Google Now». С этим же «парнем» все немного запутаннее и сложнее. Дело в том, что на момент появления этой технологии она была совершенной инновацией для широкого круга пользователей. В качестве официальной даты интегрирования «Google Now» в поисковую систему браузера было принято 15 мая 2013. Однако, первые известия об этой разработке появились еще в 2011 году.

Преимуществом голосового поиска перед обычным вводом запроса с клавиатуры является скорость его набора, возможность не отвлекаться от выполнения различных дел, а также делать это с грязными руками… Как говорит «Алиса»: «Шутка». В действительности же это нововведение перевернуло привычное восприятие поисковых систем и существенно расширило горизонт их возможностей. Голосовые помощники двух крупнейших на просторах российского интернет-пространства поисковых систем распознают различные тембры голоса, его громкость, четкость и дикцию. Это позволяет преобразовать речь в правильный вариант голосового запроса и быстро выдать необходимые результаты поиска.

Это интересно: Как проиндексировать сайт в Яндекс и Google

Как включить и настроить голосовой поиск Яндекс

Стоит заметить, что голосовой поиск может быть произведен как с компьютера или ноутбука, так и с телефона. А потому следует рассмотреть оба варианта.

На компьютере

Начнем, пожалуй, с голосового поиска от Яндекс на компьютере. О наличии таковой возможности говорит значок микрофона внутри поисковой строки (в правой ее части).

Кликните на иконку и если вы это делаете впервые, Яндекс запросит у вас разрешение на доступ к микрофону. Необходимо нажать «Разрешить».

В дальнейшем, при нажатии на него появляется всплывающее окошко, которое предлагает вам произнести слово или фразу, которые и станут поисковым запросом.

Если вы передумали вводить запрос голосом — нажмите на клавиатуре клавишу «Esc» в левом верхнем углу.

В этом случае удобно то, что данная возможность уже строена в поисковую строку на странице Яндекс. К тому же использование технологии не подразумевает привязку к Яндекс.Браузеру – ей можно воспользоваться и, зайдя на страницу Яндекс с любого другого браузера. В этом случае посмотреть минимальные настройки можно прямо на странице. Для этого нужно кликнуть по значку защищенного соединения в правой части адресной строки и выбрать режим использования микрофона.

Как правило, он включен по умолчанию. В противном же случае – его нужно будет включить простым кликом в соответствующем поле. При открытии настроек перед вами будет графа, в которой будет предлагаться выбрать микрофон для записи речевого сообщения и некоторые разрешения для его использования.

Как таковых, сложностей с настройкой использования микрофона в Яндексе нет. Перечисленные настройки актуальны, как для персональных компьютеров, так и для ноутбуков.

Читайте также: Как добавить сайт в Яндекс Справочник

На телефоне

Немного иначе обстоит дело с использованием этой функции на смартфоне. Здесь всё гораздо проще. Итак, заходим на главную страницу Yandex и в поисковой строке нажимаем на значок микрофона.

Также всплывает окно, сообщающее о том, что можно говорить.

Для настроек доступа сайта поисковой системы к устройствам записи на телефон, нажмите на значок защищённого соединения. Здесь можно запретить доступ, разрешить всегда или разрешать только по запросу.

Статья в тему: Что такое Google Assistant

Как включить и настроить голосовой поиск Google

Аналогичная ситуация нас ожидает и при использовании голосового поиска в Google – разделение между компьютерами с ноутбуками и телефонами.

На компьютере или ноутбуке

Так же, как и в первом случае – при использовании голосового поиска в Гугл с компьютера, в правой части поисковой строки можно найти значок микрофона, который, правда, будет немного отличаться – у Гугла он разноцветный.

При первом использовании голосового поиска, Google, также попросит разрешение доступа к вашему микрофону.

После этого, можно будет сказать, что вы хотите найти.

Выйти из режима голосового поиска можно также нажав Esc.

Если вы хотите запретить Гуглу доступ к микрофону на вашем ноутбуке или компьютере, жмите на значок защищённого соединения и устанавливайте нужные настройки.

На сегодняшний день Google так же имеет встроенную функцию (хотя, скорее, наоборот – Яндекс «так же имеет», потому как Гугл был первым в этом вопросе), которая не потребует установки приложения. В этом случае достаточно зайти с любого браузера в данную поисковую систему.

Читайте также: Настройка Google Analytics

На смартфоне

Так как на всех смартфонах, под управлением операционной системы Android, Google является поисковой системой по умолчанию, то и голосовой поиск может быть включен на экране блокировки экрана или в любом другом месте, где к нему есть быстрый доступ.

Плюс, Google может распознавать не только человеческую речь, но и музыку.

В остальном же, голосовой поиск Google на телефоне, ни чем не отличается от использования этой же функции с десктопного устройства или планшета.

Как установить голосовой поиск на компьютере

Но можно пойти дальше и установить программы голосового запроса уже непосредственно на компьютере. В зависимости от предпочтений – Яндекс это или Google – нужно зайти на официальный сайт Яндекс.Браузер или Google Chrome и установить оттуда поисковую строку с поддержкой голосовых запросов. Сама установка занимает всего считанные секунды, после чего на вашей панели задач на компьютере появляется соответствующая строка поиска со значком микрофона. При нажатии на «микрофон» появится подсказка в виде команды «Говорите…». Теперь можете произнести слово или фразу, которые необходимо искать в качестве запроса.

Также можно назначить активацию голосом. Для этого у Яндекса нужно произнести «Слушай, Яндекс», а у Google «Окей, Гугл». После чего появится та же команда для озвучивания запроса голосом. Результаты поиска будут выводиться в браузере, который отмечен в качестве главного на данном компьютере.

Почему не работает голосовой поиск

Но иногда случается так, что после корректной установки система не работает с использованием голосового запроса. Причин тому может быть несколько. Например, зачастую нормальному функционированию голосового поиска мешает работа антивируса и/или блокировки рекламы. В этом случае их можно либо временно отключить (что не особо желательно), либо откорректировать их работу в настройках. Также возможны неполадки в работе микрофона – это могут быть как неправильные настройки (или неверно выбрано устройство ввода), так и неисправности в самом микрофоне. Бывает и такое, что пользователь самостоятельно отключает голосовую активацию или использование микрофона. А потом, забыв об этом, безуспешно пытается произвести голосовой поиск.

Смотрите также: Почему не работают гифки в Инстаграме

Реже бывает возникновение сложностей с голосовым поиском при использовании редких и не распространенных браузеров. Для этого нужно просто воспользоваться Яндекс.Браузером, Google Chrome, Opera или Mozilla Firefox. Данные браузеры при правильных настройках и исправно работающем микрофоне поддерживают функцию голосового поиска. Это – наиболее распространенные сложности, которые возникают при использовании данной возможности этих двух поисковых систем. В небольшом числе случаев могут возникать конфликты с самой операционной системой – решается проблема сменой настроек или ее переустановкой.

Российский Яндекс запустит доставку продуктов через Интернет в Париже, а затем в Лондоне

TipRanks

2 Акции, «выгодные» с дивидендной доходностью не менее 7%

Видим ли мы какие-то признаки опасности на рынках? На первый взгляд это не так. Индекс S&P 500 находится чуть ниже своего рекордного максимума, как и средний индекс Доу-Джонса. Крупные технологические гиганты — Amazon, Apple, Alphabet, Facebook и Microsoft — все опубликовали отличные результаты в своих последних отчетах о прибылях и убытках. И все же они возглавляют падение NASDAQ.По словам стратега по акциям Morgan Stanley Майкла Уилсона, нас ждет неустойчивый рост, по крайней мере, в краткосрочной перспективе. «Поскольку S&P 500 делает новые максимумы каждый день, немногие, кажется, обеспокоены … вместо того, чтобы радоваться повторному открытию, мы больше озабочены риском исполнения и тем, что уже учтено в ценах», — отметил Уилсон. «Какую бы корректировку ни испытала рынок в этом году. , мы, вероятно, достигнем более высоких максимумов в следующем году.Цель инвестора состоит в том, чтобы пройти … переходный период, избежать акций с наибольшими просадками и быть в состоянии захватить следующий этап.«Итак, давайте прислушаемся к этому совету и поищем способы защитить портфель в краткосрочной перспективе и при этом сделать ставку на долгосрочную перспективу. Это стратегия, которая естественным образом привлечет инвесторов к дивидендным акциям, что является классической защитной игрой. Мы использовали база данных TipRanks, чтобы выявить двух игроков, играющих на дивидендах, которые сочетают в себе сильное желание покупать с Уолл-стрит с доходностью не менее 7%. Давайте рассмотрим подробнее. Новые инвестиции в жилую недвижимость (NRZ) Мы начнем с траста по инвестициям в недвижимость ( REIT), поскольку эти компании имеют репутацию солидных плательщиков дивидендов.Отчасти это результат их позиции в отношении налогового регулирования; они обязаны возвращать определенный процент прибыли непосредственно акционерам, и дивиденды часто являются удобным средством соблюдения требований. Инвестиции в новое жилое строительство типичны для этого сектора: инвестиционный портфель составляет 6 миллиардов долларов, из которых чуть более половины — это права на ипотечное обслуживание. В своем недавнем финансовом отчете за 1 квартал 21 года New Residential показала чистую прибыль в размере 301 млн долларов по сравнению с 101 млн долларов в конце четвертого квартала.Компания объявила квартальные дивиденды в размере 20 центов на акцию; Выплаты составили 82,9 миллиона долларов. По заявленной ставке размер дивидендов составляет 80 центов на обыкновенную акцию при доходности 7,5% годовых. Это выгодно отличается от доходности ~ 2%, обнаруженной среди компаний, зарегистрированных в S&P. Акции NRZ выросли на 77% за последние 12 месяцев, когда компания перешла от чистых убытков в разгар коронного кризиса к прибыльности за последние четыре квартала. Чтобы воспользоваться повышением курса акций и привлечь дополнительный капитал, компания объявила о публичном размещении акций в апреле.Валовая выручка от продажи 51,7 млн ​​акций составила 522,4 млн долларов. Собранные средства были использованы для приобретения Caliber Home Loans с планами по интеграции приобретения в полностью принадлежащую NRZ службу выдачи ипотечных кредитов. Ожидается, что сделка будет закрыта в третьем квартале этого года. Обсуждая запасы BTIG, аналитик Эрик Хаген пишет: «[Мы] думаем, что у компании есть капитал для приобретения в оптовых продажах, поскольку некоторые оригинаторы потенциально стремятся избавиться от более тонко капитализированных MSR, если объемы выдачи снизятся более значимо.Он подтвердил, что капитал в размере 500 миллионов долларов, привлеченный в связи со сделкой с Caliber, был примерно на 0,15 доллара США разводняющим по отношению к чистой чистой стоимости, поэтому балансовая стоимость составляет около 11,20 доллара. Акция составляет менее 0,93x балансовой стоимости и примерно 6,5x форвардной прибыли при условии 15% ROTCE ». Хаген оценивает NRZ как «Покупать», и его целевая цена в $ 13 предполагает потенциал роста на 25% на год вперед. (Чтобы посмотреть послужной список Хагена, щелкните здесь) Хаген не является исключением в своем оптимистичном мнении. Из 10 недавних комментариев аналитиков по этой акции 9 рекомендуют ее «покупать», а не «держать».Средняя целевая цена в $ 12,69 почти такая же оптимистичная, как и у Хагена, и предполагает потенциал роста ~ 22% от текущей торговой цены в $ 10,38. (См. Анализ запасов NRZ на сайте TipRanks) Партнеры по корпоративным продуктам (EPD) Сейчас мы переключимся и взглянем на энергетическую компанию. В частности, компания среднего звена. Enterprise Products Partners контролирует более 50 000 миль трубопроводов, а также объекты, способные хранить 160 миллионов баррелей нефти и 14 миллиардов кубических футов природного газа. Кроме того, у Enterprise есть судоходные терминалы в штате Техас на побережье Мексиканского залива.Когда экономика США вновь открылась, спрос на топливо увеличился, что, в свою очередь, увеличило поток топлива через систему Enterprise. Финансовые показатели компании восстанавливаются со второй половины прошлого года, а недавний отчет за 1 квартал 21 года показал максимальную выручку в размере 9,1 млрд долларов, что является лучшим результатом за последние два года. Чистая прибыль на акцию составила 61 цент на акцию, по сравнению с аналогичным периодом прошлого года, но выше, чем за последние три квартала. Enterprise объявила дивиденды за второй квартал в размере 45 центов на обыкновенную акцию, второй квартал подряд на этом уровне.Текущий платеж обеспечен распределяемым денежным потоком компании в размере 1,7 миллиарда долларов. Годовой платеж в размере 1,80 доллара на обыкновенную акцию дает доходность 7,7%. Среди «быков» — аналитик Raymond James Джастин Дженкинс, который устанавливает рейтинг «Сильная покупка» акций EPD вместе с целевой ценой в $ 26. (Чтобы посмотреть послужной список Дженкинса, щелкните здесь) Поддерживая свою позицию, Дженкинс пишет: «Хотя предприятие (EPD) не застраховано от проблем энергетической отрасли, база активов продолжает демонстрировать устойчивость в сложных условиях.На наш взгляд, уникальное сочетание интеграции, устойчивости баланса и рентабельности инвестиций в EPD остается лучшим в своем классе. Мы считаем, что EPD, возможно, лучше всего может противостоять нестабильному ландшафту … Это прекрасная возможность стать собственником одного из наиболее позиционированных MLP … »В целом аналитики Уолл-Стрит оптимистично оценивают дальнейший путь EPD, о чем свидетельствует единодушное мнение. Сильный консенсус-рейтинг «Покупать» при поддержке 8 рекомендаций «Покупать». Средняя ориентировочная цена — 28 долларов.75, является более оптимистичным, чем прогноз Дженкинса, и предполагает годовой потенциал роста в 24% для EPD. (См. Анализ акций EPD на сайте TipRanks). Чтобы найти хорошие идеи для торговли акциями с дивидендами по привлекательной оценке, посетите сайт TipRanks «Лучшие акции для покупки», недавно запущенный инструмент, который объединяет все аналитические данные TipRanks о капитале. Отказ от ответственности: мнения, выраженные в этой статье, принадлежат исключительно упомянутым аналитикам. Контент предназначен для использования только в информационных целях. Прежде чем делать какие-либо инвестиции, очень важно провести собственный анализ.

Антимонопольные органы возбудили дело против «Яндекса» за злоупотребление доминированием в поисковой сети

Надзорный орган в России начал официальное расследование в отношении Яндекса, утверждая, что крупнейшая технологическая компания страны может злоупотреблять своим доминирующим положением на рынке поиска для продвижения собственных услуг за счет конкурентов.

Федеральная антимонопольная служба (ФАС) заявила во вторник, что Яндекс не выполнил предыдущее предупреждение о том, что он должен прекратить отдавать предпочтение собственным продуктам в результатах поиска.

Акции технологического гиганта, котирующегося на американской бирже Nasdaq и часто называемого «российским Google», упали на 5% в новостях.

Яндекс дал отпор обвинениям ФАС, заявив в заявлении государственного информационного агентства ТАСС, что он не согласен с обвинениями в ограничении конкуренции и готов отстаивать свою позицию.

«Расширенные поисковые ответы — это глобальная практика — все поисковые системы предоставляют пользователям такие расширенные ответы.Более 30 000 компаний уже используют нашу усовершенствованную технологию реагирования бесплатно », — говорится в заявлении.

Расследование отражает другие давние конкурентные битвы между регулирующими органами и Google за то, как компания отображает свои собственные услуги и продукты в результатах поиска. Россия — один из немногих глобальных рынков, где Google не является ведущим игроком в поисковой системе, а на Яндекс приходится более половины рынка онлайн-поиска.

В заявлении ФАС говорится, что «Яндекс предлагает льготные возможности другим сервисам группы Яндекс для продвижения своих услуг и привлечения внимания потребителей в поисковой системе Яндекса.”

«Такие действия могут привести к созданию дискриминационных условий на смежных рынках».

Помимо того, что Яндекс является ведущей поисковой системой в стране, он также имеет разветвленную сеть онлайн- и офлайн-сервисов, в том числе онлайн-сервис потоковой передачи, приложение для доставки еды, крупнейшую в стране службу такси, GPS и карты, быстрорастущую электронную коммерческий сайт, электронная почта, облачные сервисы данных и многое другое — по сути, российские аналоги Netflix, Amazon, Uber и Google.

В конце февраля власти выпустили Яндекс с предупреждением о том, что он должен предоставить своим конкурентам равные возможности для продвижения своих услуг после официальной жалобы от множества конкурирующих компаний, отправленных в прошлом году. В заявлении, опубликованном во вторник, ФАС заявила, что «Яндекс» не выполнила своих обязательств и будет настаивать на возбуждении официального дела против технологического гиганта.

ФАС заявила, что Яндекс должен представлять результаты поиска на основе единой системы ранжирования, чтобы наиболее релевантные оказывались вверху.

Если власти предъявят Яндекс официальное обвинение, штраф может составить 2% от общей выручки компании, что эквивалентно 60 миллионам долларов, в худшем случае, считают аналитики.

Михаил Терентьев, руководитель аналитического отдела Sova Capital, сказал, что это дело сигнализирует о растущем интересе регулирующих органов России к этому сектору, и предупредил, что для разрешения спора «может потребоваться некоторое время».

Это дело рассматривается как ключевая битва в развитии российского онлайн-пространства и хрупкие отношения между Яндексом, крупнейшей и самой успешной технологической компанией России, и Кремлем.

В 2019 году Яндекс был вынужден провести капитальный ремонт корпоративного управления, включая создание дружественного Кремлю надзорного совета с возможностью блокировать продажу долей, составляющих более 10% компании, и контролировать любые корпоративные сделки, связанные с пользовательскими данными, интеллектуальными собственность и партнерские отношения между Яндексом и иностранными государствами.

Компания ранее подвергалась критике со стороны борцов за цифровые права за то, что слишком охотно выполняла запросы о предоставлении пользовательских данных российским службам безопасности, а также извлекла выгоду из стремления России к так называемому «суверенному Интернету» с законами, обязывающими предварительная установка приложений Яндекса на смартфоны, продаваемые в России.

Подразделение «Такси и доставка еды» «Яндекса» заявило, что выдержало Covid с сохранением прибыли

, Екатеринбург, Россия — 30 октября 2020 года: автомобиль Яндекс.Такси (C) движется по проспекту Ленина. Донат … [+] Сорокин / ТАСС (Фото Доната Сорокина \ ТАСС через Getty Images)

Яндекс.Такси заявило, что сохранило прибыльность во время пандемии, несмотря на серьезные проблемы, с которыми сектор такси столкнулся во время кризиса.

Арам Саркисян, Яндекс.Региональный генеральный менеджер Taxi по рынкам, включая EMEA и Евразию, сказал, что подразделение российского интернет-гиганта остается в плюсе — после первого достижения прибыльности в конце 2018 года — с поворотом в сторону доставки еды, играющей ключевую роль.

В подразделение Яндекс.Такси Яндекс входят не только услуги такси и заказа пассажиров, но и доставка еды и продуктов, в том числе сервис Яндекс Лавка. В третьем квартале этого года Яндекс зафиксировал выручку в 18 миллиардов рублей, около 250 миллионов долларов, в этом сегменте.

Компании, занимающиеся вызовом пассажиров, в первую очередь Uber, столкнулись с резким сокращением количества поездок в 2020 году из-за пандемии, перевернув все дорожные карты для достижения прибыльности.

Саргсян сказал, что российской компании, службы такси которой работают в 17 странах, удалось защитить себя от некоторых из этих потрясений.

«По сравнению с конкурентами, они не были прибыльными. Из плохой ситуации они перешли в очень плохую ситуацию», — сказал он.

Но очень похоже на Убер, Яндекс.Такси в этот неспокойный год в значительной степени полагалось на доставку еды и продуктов, чтобы поддержать свою деятельность. Это означало перераспределение многих ресурсов и талантов, которые обычно фокусируются на поиске пассажиров.

«Мы мобилизовали команду [в начале Covid], и я бы сказал, что есть моменты, когда половина команды была сосредоточена на доставке еды и бакалеи», — сказал Саргсян.

«Нам удалось достичь скорости, при которой мы запускали логистику в одной стране в день», — сказал он.

«Менее чем за три недели мы полностью изменили направление деятельности организации.«

Пока не ясно, как изменится баланс доходов в долгосрочной перспективе и будет ли больший наклон в сторону доставки за счет перевозки пассажиров. Яндекс сообщает о доходах по обоим направлениям вместе.

«Я не уверен, что мы будем готовы раскрыть долю выручки от доставки в общем объеме. Однако это определенно что-то фундаментально большое», — сказал он.

Это не только база для доставки еды и продуктов, но и станет базой для электронной коммерции Яндекса, что будет стимулировать рост и способствовать повышению прибыльности.«

Сервисы доставки Яндекса в последнее время расширяются, недавно они были запущены в Израиле.

Саргсян молчит о дальнейшем расширении, но сказал, что способ, которым компания исследует новые рынки, развивается. Традиционно он запускал на рынке услуги по доставке пассажиров, и вскоре после этого следовала доставка, но это могло помешать движению вперед.

Регулирование — еще один фактор, который компания должна учитывать, особенно на рынках с жесткими правилами, построенными вокруг традиционной индустрии такси.

Тем временем в своей родной Москве конкурент Wheely ругался с местными регуляторами из-за запросов на передачу данных.

Саргсян сказал, что Яндекс соблюдает правила и оспорил позицию Вилли по этому вопросу и объем данных, которые, по его словам, запрашиваются.

«Я думаю, что Вилли в некотором роде преувеличивал или пытался представить это в ином свете. Есть некоторые соглашения с правительством Москвы, с местными операторами такси, и Яндекс выполнял их», — сказал он.

«В основном правительство Москвы, как и любой другой крупный город, имеет технологический центр, который контролирует движение или общественный транспорт, поэтому они хотят знать, куда едут автобусы, куда едут такси».

Сбер рассказывает о стратегии Big Tech через два года после отказа Яндекса

В сентябре крупнейший банк России Сбер решил исключить слово «банк» из своего названия. Этот шаг был осуществлен через несколько месяцев после официального разрыва отношений с Яндексом, одной из крупнейших технологических компаний России.

После продолжительного партнерства с Яндексом через совместное предприятие электронной коммерции и платежей, которое началось в 2009 году, генеральный директор Сбера Герман Греф в 2018 году сделал ставку на контрольный пакет акций Яндекса.

Яндекс отклонил предложение Сбера. Это привело к тому, что банк объявил об инвестициях в технологическую экосистему на 2 миллиарда долларов в секторах Яндекс.

В июне пара согласилась разделить доли своего партнерства. Это положило конец десятилетним отношениям, которые в последние годы испортились.

Яндекс выкупит 45% долю Сбербанка в предприятии электронной коммерции Яндекс.Маркет за 42 миллиарда рублей (604 миллиона долларов). Big Tech также продаст банку свою 25% -ную долю в платежной платформе Яндекс.Деньги за 2,4 миллиарда рублей (31,3 миллиона долларов).

должны были завершиться в третьем квартале 2020 года. Но, по данным мск, сделка на Яндекс Маркете все еще подлежит одобрению антимонопольными властями.

После отказа в 2018 году Сбер идет лицом к лицу с Яндексом по стримингу и сервисам доставки еды.

Если технологические компании не будут продавать свои услуги традиционным операторам, неужели банки все равно пойдут вперед и съедят всех своих клиентов?

В этом году банк приобрел 46,5% акций интернет-медиа-группы «Рамблер» за 170 миллионов долларов. А также 84,7% акций Local Kitchen, купленных совместным предприятием Сбера по доставке еды и крупнейшей российской интернет-компанией Mail.ru Group.

Сбер Дэвид Рафаловски сказал FinTech Futures , что эти приобретения вызвали определенное восприятие банка.

«Люди думают, что мы только что купили кучу стартапов и наклеили на них свое имя, но это не так, — говорит он. Но поскольку банк продолжает приобретать конкурирующие фирмы, похожие на Яндекс, возникает следующий вопрос.

Если технологические компании не будут продавать свои услуги традиционным операторам, неужели банки все равно пойдут вперед и съедят всех своих клиентов?

В конце 2019 года Sber объявил о создании совместного предприятия с Mail.ru Group для создания конкурирующего сервиса доставки еды, который заменит сервис Yandex Eats.Вскоре последовало приобретение Local Kitchen.

Сбер затем продал свою половину совместного предприятия электронной коммерции, созданного с Яндексом, обратно Big Tech за 604 миллиона долларов в июне 2020 года.

В то время как сервис Sber’s Delivery Club ориентирован на доставку еды на вынос, банк также запустил Sber Market. Последняя услуга конкурирует с сервисом доставки продуктов Яндекс за 15 минут, который был запущен в 2019 году. Другими конкурентами в сфере доставки продуктов являются Утконос и Перекресток.ру.

И Яндекс, и Сбер критикуют за то, что они взимают с торговцев комиссию до 35%, согласно Financial Times .Вот почему крупнейший в России розничный торговец продуктами питания X5 планирует расширить свои услуги онлайн-доставки, чтобы отразить монополию крупных технологий в индустрии доставки еды в стране.

«Сбер» в этом году также приобрела стриминговый сервис «Okko» — первоначально Rambler’s. Согласно статистике Statista , в прошлом году эта услуга составила четверть общих доходов индустрии стриминга в России.

«Сбер» обслуживает 100 миллионов клиентов в России

Ivi.ru — крупнейшая стриминговая платформа в России, на втором месте — Okko.Поддерживаемая миллиардером Леном Блаватником Амедиатека, Кинопоиск Яндекса и российская энергетическая компания Premier, связанная с Газпромом, — все они считаются меньшими претендентами.

Рафаловский заявляет о «резком росте абонентов» Okko с момента его интеграции в Сбер.

«Никто не купит продукт, потому что на нем написано« Сбер », на российском рынке он так не работает», — говорит Рафаловский. «Вы должны заслужить доверие в каждой категории продуктов».

Вместо того, чтобы «заслужить» доверие, как утверждает технический директор Сбера, похоже, что банк просто покупает доверие российских потребителей посредством своих приобретений.

«Экосистема работает, потому что вы можете предлагать пакеты», — объясняет Рафаловский. Подход Sber заключается в том, чтобы продавать банковские услуги как часть более крупного пакета, ориентированного на стиль жизни.

Sber утверждает, что обслуживает 100 миллионов клиентов в России, в которой проживает 145 миллионов человек, что означает, что банку принадлежит 71,4% внутреннего банковского рынка.

Но около восьми лет назад «Сбер» начал реализовывать свое решение о международной экспансии, создав здоровую монополию на своем внутреннем рынке.

Компания осуществила серию приобретений банковских подразделений примерно в 25 странах. В 2012 году он купил DenizBank в Турции, Volksbank International в Австрии и подразделение потребительского кредитования BNP Paribas Cetelem во Франции.

Другие страны включают Чехию, Словакию и Венгрию. Но вскоре банк осознал, что прибыль на международном уровне ограничена, и рост достиг стеклянного потолка.

«Движение денег на международном уровне ограничено и затруднено», — говорит Рафаловский. «Не поймите меня неправильно, мы создали приличную международную компанию, и она не приносила убытков.

«Но работать в фирме без значительных возможностей роста не очень интересно».

Он указывает на европейские банковские услуги в качестве примера. «Где деньги?» — спрашивает Рафаловский. «В последнее время сложно зарабатывать деньги».

Появление банков-претендентов разрушило существующую модель с высокими комиссиями. Такие стартапы, как Revolut и TransferWise, оказали давление на такие компании, как Santander и HSBC, например, с целью предоставления бесплатных услуг трансграничных денежных переводов.

Игра для Сберга — соревнование с крупными технологиями.

«Российские финансовые службы пропустили несколько лет унаследованных технологий», — говорит технический директор Сбер. ​​

«Финансовая составляющая есть всегда, но не главная», — говорит технический директор Сбера. «Банковское дело — это скучно, как еще я могу это сказать — вот почему маржа и оценка банковских компаний падают на юг, а не на север».

Это одна из причин, наряду с отказом «Яндекса», что недавно названный «Сбер» решил выйти за пределы банковского сектора.«И мы не разучились быть банком, не волнуйтесь», — смеется Рафаловский.

Хотя для банка может показаться невозможным стать таким же гибким, как у отечественной технологической компании, Рафаловский утверждает, что у российского банка есть преимущество.

«Российские финансовые службы пропустили несколько лет устаревших технологий», — говорит он. «У нас никогда не было ни одного мэйнфрейма.

«Когда распался Советский Союз, в конце 90-х были« темные века », что означало, что мы [российский банковский сектор] меньше инвестировали в наследие.Это означает, что мы можем инвестировать больше в будущее ».

И Рафаловский считает, что многие банки «сильно переключают» свои бюджеты в сторону использования, а не создания. «Финансовые компании выбирают доминирующего поставщика, такого как Microsoft или AWS. Банки — это пользователи технологий, а не творцы ».

«Сбер» начинала с нескольких технологических партнеров. «Это все еще неоднозначно, но наш контроль над технологиями намного выше, чем у других банков».

Но это не просто игра, основанная на технологиях. Сберу также пришлось изменить структуру корпоративного банковского обслуживания.

«Гонка талантов идет жестко, но у нас есть одно стратегическое преимущество — наша гибкая трансформация», — говорит технический директор.

Sber утверждает, что все 30 000 сотрудников компании придерживаются ее гибкой методологии. «Требуется мужество, чтобы даже сказать, что мы это делаем», — говорит Рафаловский.

Читать далее: Российский Яндекс и Тинькофф отказались от сделки на 5,5 млрд долларов

Как включить квитанции о прочтении / открытое отслеживание для вашего почтового ящика на Яндекс. Com (Яндекс.Почта)

Если ваша работа связана с электронной почтой, уведомления о прочтении и открытое отслеживание являются мощным инструментом. инструмент. Эти функции позволяют вам видеть, открывают ли получатели ваши электронные письма и нажимают ли ссылки, и когда это происходит. так что вы можете отправлять дружеские напоминания или своевременные следующие шаги.

Отслеживание открывается и нажимает на электронные письма, отправленные через Яндекс.ком

Yandex.com (Яндекс Почта) не предоставляет открытое отслеживание или уведомления о прочтении через интерфейс своей веб-почты, но они поддерживают IMAP, а это значит, что вы можете использовать другую почтовую программу, например Mailspring, для отправки сообщений. с включенными квитанциями о прочтении и открытым отслеживанием.

Выполните следующие действия, чтобы отправить электронное письмо с квитанциями о прочтении из вашей учетной записи Яндекс.ком:

Шаг 1. Загрузите Mailspring

Mailspring — это бесплатное приложение электронной почты для настольных ПК , которое позволяет отправлять электронные письма с уведомлениями о прочтении. и отслеживание ссылок, и получайте уведомления, когда получатели открывают ваши электронные письма! Он работает на Mac, Linux и Windows.

Шаг 2. Войдите в свой аккаунт Яндекс.com аккаунт

Запустите Mailspring и выберите IMAP / SMTP на экране настройки электронной почты. Введите Настройки соединения для своей учетной записи на Яндекс.ком и нажмите «Продолжить». Mailspring — это полный почтовый клиент и позволяет проверять свою электронную почту Яндекс.ком (Яндекс.Почта) без использования интерфейс веб-почты. Ваш адрес электронной почты должен быть отображен через несколько минут.

Шаг 3: Отправьте электронные письма!

При составлении электронного письма в Mailspring отметьте эти значки в композиторе, чтобы включить уведомления о прочтении и отслеживание ссылок. Это все, что вам нужно сделать!

Когда ваши электронные письма будут прочитаны или нажаты ссылки, вы увидите уведомления вверху слева от главного окна. Вы также увидите значки и теги в папке «Отправленные», так что вы можно сразу получить дополнительную информацию.

Mailspring даже позволяет увидеть, кто открыл ваше электронное письмо, если вы укажете несколько получателей.

Узнайте, как расширить возможности Яндекс.com (Яндекс Почта) аккаунт

У вас другой поставщик услуг электронной почты?

Щелкните ниже своего провайдера электронной почты, чтобы узнать, как подключиться и получить доступ к своей учетной записи с помощью IMAP:

© 2017-2019 ООО «Литейный завод 376».

Российский Яндекс, ищущий средства для роста, удвоил предложение новых акций | Y100 WNCY | Ваш дом для страны и развлечений

Надежда Цыденова и Ольга Попова

МОСКВА (Рейтер). Российский интернет-гигант заявил в четверг, что Яндекс удвоил размер своего нового предложения до 400 миллионов долларов, что в сочетании с частными размещениями повысит 1 миллиард долларов на финансирование приобретений и роста.

Яндекс, соучредителем которого в 1990-х годах был его главный исполнительный директор Аркадий Волож, вырос из поисковой системы, предлагающей все, от услуг онлайн-такси до доставки еды, кинотеатров и рынка.

На этой неделе Яндекс объявил о разводе со Сбербанком по двум своим совместным проектам, Яндекс.Маркет и Яндекс.Деньги, и объявил о планах привлечь 200 млн долларов в виде новых акций и еще 600 млн долларов в виде частного размещения для финансирования роста.

Рано утром в четверг Яндекс сообщил, что выпустил 8 121 827 новых акций класса А по цене 49 долларов каждая.25 и фактически удвоив публичное размещение акций до 400 миллионов долларов.

Увеличение связано с высоким спросом, сообщил Reuters представитель «Яндекса». Инвестор, принимавший участие в этой сделке, сказал, что в книге заказов было значительно превышено предложение.

Одновременно с публичным размещением «Яндекс» планирует продать еще 12 182 739 акций класса А, которые будут в равной степени приобретены ВТБ Капитал, инвестиционным подразделением банка ВТБ, и двумя другими компаниями, контролируемыми тремя российскими бизнесменами.

Двумя другими инвесторами являются Ervington Investments Limited, принадлежащая Роману Абрамовичу, и Treliscope Limited, контролируемая Александром Абрамовым и Александром Фроловым.

Частная сделка также будет стоить 49,25 доллара за акцию, что обеспечит еще 600 миллионов долларов.

Goldman Sachs, единственный банк, участвовавший в обеих сделках, имеет 30-дневный опцион на покупку до 1 218 274 акций класса A по той же цене. Публичное размещение должно завершиться 29 июня.

В общей сложности Яндекс предлагает 5,8% своего капитала, исключая вариант «зеленой обуви», который составляет еще 0,4%, сообщил пресс-секретарь, при этом каждый из трех инвесторов, участвующих в частном размещении, получит а 1.2% акций.

В четверг Яндекс не сообщил, как он планирует потратить в общей сложности 1 миллиард долларов от обеих транзакций. Помимо разрыва

со Сбербанком, ведущим банком России, Яндекс может потребоваться наличные, чтобы выкупить своего американского партнера у их СП Яндекс.Такси.

Uber недавно оценил свою 38% долю в Яндекс.Такси в 1,24 миллиарда долларов.

(1 доллар = 69,3730 руб.)

(Написано Кати Голубковой; отредактировал Кейт Вейр)

Как сказать или произнести Яндекс