ΠΠΎΠΌΠΏΠ°Π½ΠΈΡ Mozilla ΠΏΡΠ΅Π΄ΡΡΠ°Π²ΠΈΠ»Π° ΠΎΠ±Π½ΠΎΠ²Π»Π΅Π½ΠΈΠ΅ Π½Π°Π±ΠΎΡΠΎΠ² Π³ΠΎΠ»ΠΎΡΠΎΠ²ΡΡ Π΄Π°Π½Π½ΡΡ Common Voice, Π²ΠΊΠ»ΡΡΠ°ΡΡΠΈΡ ΠΏΡΠΈΠΌΠ΅ΡΡ ΠΏΡΠΎΠΈΠ·Π½ΠΎΡΠ΅Π½ΠΈΡ ΠΎΠΊΠΎΠ»ΠΎ 200 ΡΡΡΡΡ Π»ΡΠ΄Π΅ΠΉ. ΠΠ°Π½Π½ΡΠ΅ ΠΎΠΏΡΠ±Π»ΠΈΠΊΠΎΠ²Π°Π½Ρ ΠΊΠ°ΠΊ ΠΎΠ±ΡΠ΅ΡΡΠ²Π΅Π½Π½ΠΎΠ΅ Π΄ΠΎΡΡΠΎΡΠ½ΠΈΠ΅ (CC0). ΠΡΠ΅Π΄Π»ΠΎΠΆΠ΅Π½Π½ΡΠ΅ Π½Π°Π±ΠΎΡΡ ΠΌΠΎΠΆΠ½ΠΎ ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°ΡΡ Π² ΡΠΈΡΡΠ΅ΠΌΠ°Ρ ΠΌΠ°ΡΠΈΠ½Π½ΠΎΠ³ΠΎ ΠΎΠ±ΡΡΠ΅Π½ΠΈΡ Π΄Π»Ρ ΠΏΠΎΡΡΡΠΎΠ΅Π½ΠΈΡ ΠΌΠΎΠ΄Π΅Π»Π΅ΠΉ ΡΠ°ΡΠΏΠΎΠ·Π½Π°Π²Π°Π½ΠΈΡ ΠΈ ΡΠΈΠ½ΡΠ΅Π·Π° ΡΠ΅ΡΠΈ. ΠΠΎ ΡΡΠ°Π²Π½Π΅Π½ΠΈΡ Ρ ΠΏΡΠΎΡΠ»ΡΠΌ ΠΎΠ±Π½ΠΎΠ²Π»Π΅Π½ΠΈΠ΅ΠΌ ΠΎΠ±ΡΡΠΌ ΡΠ΅ΡΠ΅Π²ΠΎΠ³ΠΎ ΠΌΠ°ΡΠ΅ΡΠΈΠ°Π»Π° Π² ΠΊΠΎΠ»Π»Π΅ΠΊΡΠΈΠΈ ΡΠ²Π΅Π»ΠΈΡΠΈΠ»ΡΡ Π½Π° 30% — Ρ 13.9 Π΄ΠΎ 18.2 ΡΡΡΡΡ ΡΠ°ΡΠΎΠ² ΡΠ΅ΡΠΈ. Π§ΠΈΡΠ»ΠΎ ΠΏΠΎΠ΄Π΄Π΅ΡΠΆΠΈΠ²Π°Π΅ΠΌΡΡ ΡΠ·ΡΠΊΠΎΠ² Π²ΠΎΠ·ΡΠΎΡΠ»ΠΎ Ρ 67 Π΄ΠΎ 87.
ΠΠ°Π±ΠΎΡ Π΄Π»Ρ ΡΡΡΡΠΊΠΎΠ³ΠΎ ΡΠ·ΡΠΊΠ° ΠΎΡ Π²Π°ΡΡΠ²Π°Π΅Ρ 2452 ΡΡΠ°ΡΡΠ½ΠΈΠΊΠ° ΠΈ 193 ΡΠ°ΡΠ° ΡΠ΅ΡΠ΅Π²ΠΎΠ³ΠΎ ΠΌΠ°ΡΠ΅ΡΠΈΠ°Π»Π° (Π±ΡΠ»ΠΎ 2136 ΡΡΠ°ΡΡΠ½ΠΈΠΊΠΎΠ² ΠΈ 173 ΡΠ°ΡΠΎΠ²), Π΄Π»Ρ Π±Π΅Π»ΠΎΡΡΡΡΠΊΠΎΠ³ΠΎ ΡΠ·ΡΠΊΠ° — 6160 ΡΡΠ°ΡΡΠ½ΠΈΠΊΠΎΠ² ΠΈ 987 ΡΠ°ΡΠΎΠ² (Π±ΡΠ»ΠΎ — 3831 ΡΡΠ°ΡΡΠ½ΠΈΠΊ ΠΈ 356 ΡΠ°ΡΠΎΠ²), Π΄Π»Ρ ΡΠΊΡΠ°ΠΈΠ½ΡΠΊΠΎΠ³ΠΎ ΡΠ·ΡΠΊΠ° — 684 ΡΡΠ°ΡΡΠ½ΠΈΠΊΠ° ΠΈ 76 ΡΠ°ΡΠΎΠ² (Π±ΡΠ»ΠΎ 615 ΡΡΠ°ΡΡΠ½ΠΈΠΊΠΎΠ² ΠΈ 66 ΡΠ°ΡΠΎΠ²). Π ΠΏΠΎΠ΄Π³ΠΎΡΠΎΠ²ΠΊΠ΅ ΠΌΠ°ΡΠ΅ΡΠΈΠ°Π»ΠΎΠ² Π½Π° Π°Π½Π³Π»ΠΈΠΉΡΠΊΠΎΠΌ ΡΠ·ΡΠΊΠ΅ ΠΏΡΠΈΠ½ΡΠ»ΠΈ ΡΡΠ°ΡΡΠΈΠ΅ Π±ΠΎΠ»Π΅Π΅ 79 ΡΡΡΡΡ ΡΠ΅Π»ΠΎΠ²Π΅ΠΊ, Π½Π°Π΄ΠΈΠΊΡΠΎΠ²Π°Π²ΡΠΈΡ 2886 ΡΠ°ΡΠΎΠ² ΠΏΠΎΠ΄ΡΠ²Π΅ΡΠΆΠ΄ΡΠ½Π½ΠΎΠΉ ΡΠ΅ΡΠΈ (Π±ΡΠ»ΠΎ 75 ΡΡΡΡΡ ΡΡΠ°ΡΡΠ½ΠΈΠΊΠΎΠ² ΠΈ 2637 ΡΠ°ΡΠΎΠ²).
ΠΠ°ΠΏΠΎΠΌΠ½ΠΈΠΌ, ΡΡΠΎ ΠΏΡΠΎΠ΅ΠΊΡ Common Voice Π½Π°ΡΠ΅Π»Π΅Π½ Π½Π° ΠΎΡΠ³Π°Π½ΠΈΠ·Π°ΡΠΈΡ ΡΠΎΠ²ΠΌΠ΅ΡΡΠ½ΠΎΠΉ ΡΠ°Π±ΠΎΡΡ ΠΏΠΎ Π½Π°ΠΊΠΎΠΏΠ»Π΅Π½ΠΈΡ Π±Π°Π·Ρ Π³ΠΎΠ»ΠΎΡΠΎΠ²ΡΡ ΡΠ°Π±Π»ΠΎΠ½ΠΎΠ², ΡΡΠΈΡΡΠ²Π°ΡΡΠ΅ΠΉ Π²ΡΡ ΡΠ°Π·Π½ΠΎΠΎΠ±ΡΠ°Π·ΠΈΠ΅ Π³ΠΎΠ»ΠΎΡΠΎΠ² ΠΈ ΠΌΠ°Π½Π΅Ρ ΡΠ΅ΡΠΈ. ΠΠΎΠ»ΡΠ·ΠΎΠ²Π°ΡΠ΅Π»ΡΠΌ ΠΏΡΠ΅Π΄Π»Π°Π³Π°Π΅ΡΡΡ ΠΎΠ·Π²ΡΡΠΈΡΡ Π²ΡΠ²ΠΎΠ΄ΠΈΠΌΡΠ΅ Π½Π° ΡΠΊΡΠ°Π½ ΡΡΠ°Π·Ρ ΠΈΠ»ΠΈ ΠΎΡΠ΅Π½ΠΈΡΡ ΠΊΠ°ΡΠ΅ΡΡΠ²ΠΎ Π΄Π°Π½Π½ΡΡ , Π΄ΠΎΠ±Π°Π²Π»Π΅Π½Π½ΡΡ Π΄ΡΡΠ³ΠΈΠΌΠΈ ΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°ΡΠ΅Π»ΡΠΌΠΈ. ΠΠ°ΠΊΠΎΠΏΠ»Π΅Π½Π½ΡΡ Π±Π°Π·Ρ Π΄Π°Π½Π½ΡΡ c Π·Π°ΠΏΠΈΡΡΠΌΠΈ ΡΠ°Π·Π»ΠΈΡΠ½ΠΎΠ³ΠΎ ΠΏΡΠΎΠΈΠ·Π½ΠΎΡΠ΅Π½ΠΈΡ ΡΠΈΠΏΠΎΠ²ΡΡ ΡΡΠ°Π· ΡΠ΅Π»ΠΎΠ²Π΅ΡΠ΅ΡΠΊΠΎΠΉ ΡΠ΅ΡΠΈ Π±Π΅Π· ΠΎΠ³ΡΠ°Π½ΠΈΡΠ΅Π½ΠΈΠΉ ΠΌΠΎΠΆΠ½ΠΎ ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°ΡΡ Π² ΡΠΈΡΡΠ΅ΠΌΠ°Ρ ΠΌΠ°ΡΠΈΠ½Π½ΠΎΠ³ΠΎ ΠΎΠ±ΡΡΠ΅Π½ΠΈΡ ΠΈ Π² ΠΈΡΡΠ»Π΅Π΄ΠΎΠ²Π°ΡΠ΅Π»ΡΡΠΊΠΈΡ ΠΏΡΠΎΠ΅ΠΊΡΠ°Ρ . ΠΠΎ ΠΌΠ½Π΅Π½ΠΈΡ Π°Π²ΡΠΎΡΠ° Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠΈ ΡΠ°ΡΠΏΠΎΠ·Π½Π°Π²Π°Π½ΠΈΡ ΡΠ»ΠΈΡΠ½ΠΎΠΉ ΡΠ΅ΡΠΈ Vosk Π½Π΅Π΄ΠΎΡΡΠ°ΡΠΊΠ°ΠΌΠΈ Π½Π°Π±ΠΎΡΠ° Common Voice ΡΠ²Π»ΡΠ΅ΡΡΡ ΠΎΠ΄Π½ΠΎΠ±ΠΎΠΊΠΎΡΡΡ Π³ΠΎΠ»ΠΎΡΠΎΠ²ΠΎΠ³ΠΎ ΠΌΠ°ΡΠ΅ΡΠΈΠ°Π»Π° (ΠΏΡΠ΅ΠΎΠ±Π»Π°Π΄Π°Π½ΠΈΠ΅ Π»ΡΠ΄Π΅ΠΉ ΠΌΡΠΆΡΠΊΠΎΠ³ΠΎ ΠΏΠΎΠ»Π° 20-30 Π»Π΅Ρ, ΠΈ Π½Π΅Π΄ΠΎΡΡΠ°ΡΠΎΠΊ ΠΌΠ°ΡΠ΅ΡΠΈΠ°Π»Π° Ρ Π³ΠΎΠ»ΠΎΡΠΎΠΌ ΠΆΠ΅Π½ΡΠΈΠ½, Π΄Π΅ΡΠ΅ΠΉ ΠΈ ΠΏΠΎΠΆΠΈΠ»ΡΡ Π»ΡΠ΄Π΅ΠΉ), ΠΎΡΡΡΡΡΡΠ²ΠΈΠ΅ Π²Π°ΡΠΈΠ°ΡΠΈΠ²Π½ΠΎΡΡΠΈ ΡΠ»ΠΎΠ²Π°ΡΡ (ΠΏΠΎΠ²ΡΠΎΡΠ΅Π½ΠΈΠ΅ ΠΎΠ΄Π½ΠΈΡ ΠΈ ΡΠ΅Ρ ΠΆΠ΅ ΡΡΠ°Π·) ΠΈ ΡΠ°ΡΠΏΡΠΎΡΡΡΠ°Π½Π΅Π½ΠΈΠ΅ Π·Π°ΠΏΠΈΡΠ΅ΠΉ Π²ΠΎ Π²Π½ΠΎΡΡΡΠ΅ΠΌ ΠΈΡΠΊΠ°ΠΆΠ΅Π½ΠΈΡ ΡΠΎΡΠΌΠ°ΡΠ΅ MP3.
ΠΠΎΠΏΠΎΠ»Π½ΠΈΡΠ΅Π»ΡΠ½ΠΎ ΠΌΠΎΠΆΠ½ΠΎ ΠΎΡΠΌΠ΅ΡΠΈΡΡ Π²ΡΠΏΡΡΠΊ ΠΈΠ½ΡΡΡΡΠΌΠ΅Π½ΡΠ°ΡΠΈΡ NVIDIA NeMo 1.6, ΠΏΡΠ΅Π΄ΠΎΡΡΠ°Π²Π»ΡΡΡΠ΅Π³ΠΎ ΠΌΠ΅ΡΠΎΠ΄Ρ ΠΌΠ°ΡΠΈΠ½Π½ΠΎΠ³ΠΎ ΠΎΠ±ΡΡΠ΅Π½ΠΈΡ Π΄Π»Ρ ΡΠΎΠ·Π΄Π°Π½ΠΈΡ ΡΠΈΡΡΠ΅ΠΌ ΡΠ°ΡΠΏΠΎΠ·Π½Π°Π²Π°Π½ΠΈΡ ΡΠ΅ΡΠΈ, ΡΠΈΠ½ΡΠ΅Π·Π° ΡΠ΅ΡΠΈ ΠΈ ΠΎΠ±ΡΠ°Π±ΠΎΡΠΊΠΈ ΠΈΠ½ΡΠΎΡΠΌΠ°ΡΠΈΠΈ Π½Π° Π΅ΡΡΠ΅ΡΡΠ²Π΅Π½Π½ΠΎΠΌ ΡΠ·ΡΠΊΠ΅. Π ΡΠΎΡΡΠ°Π² NeMo Π²Ρ
ΠΎΠ΄ΡΡ Π³ΠΎΡΠΎΠ²ΡΠ΅ Π½Π°ΡΡΠ΅Π½ΠΈΡΠΎΠ²Π°Π½Π½ΡΠ΅ ΠΌΠΎΠ΄Π΅Π»ΠΈ Π΄Π»Ρ ΡΠΈΡΡΠ΅ΠΌ ΠΌΠ°ΡΠΈΠ½Π½ΠΎΠ³ΠΎ ΠΎΠ±ΡΡΠ΅Π½ΠΈΡ Π½Π° Π±Π°Π·Π΅ ΡΡΠ΅ΠΉΠΌΠ²ΠΎΡΠΊΠ° PyTorch, ΠΏΠΎΠ΄Π³ΠΎΡΠΎΠ²Π»Π΅Π½Π½ΡΠ΅ ΠΊΠΎΠΌΠΏΠ°Π½ΠΈΠ΅ΠΉ NVIDIA Ρ ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°Π½ΠΈΠ΅ΠΌ ΡΠ΅ΡΠ΅Π²ΡΡ
Π΄Π°Π½Π½ΡΡ
Common Voice ΠΈ ΠΎΡ
Π²Π°ΡΡΠ²Π°ΡΡΠΈΠ΅ ΡΠ°Π·Π»ΠΈΡΠ½ΡΠ΅ ΡΠ·ΡΠΊΠΈ, Π°ΠΊΡΠ΅Π½ΡΡ ΠΈ ΡΠΎΡΠΌΡ ΡΠ΅ΡΠΈ. ΠΠΎΠ΄Π΅Π»ΠΈ ΠΌΠΎΠ³ΡΡ ΠΎΠΊΠ°Π·Π°ΡΡΡΡ ΠΏΠΎΠ»Π΅Π·Π½ΡΠΌΠΈ Π΄Π»Ρ ΠΈΡΡΠ»Π΅Π΄ΠΎΠ²Π°ΡΠ΅Π»Π΅ΠΉ, Π·Π°Π½ΠΈΠΌΠ°ΡΡΠΈΡ
ΡΡ ΡΠΎΠ·Π΄Π°Π½ΠΈΠ΅ΠΌ Π³ΠΎΠ»ΠΎΡΠΎΠ²ΡΡ
Π΄ΠΈΠ°Π»ΠΎΠ³ΠΎΠ²ΡΡ
ΡΠΈΡΡΠ΅ΠΌ, ΠΏΠ»Π°ΡΡΠΎΡΠΌ Π΄Π»Ρ ΡΡΠ°Π½ΡΠΊΡΠΈΠΏΡΠΈΠΈ ΠΈ Π°Π²ΡΠΎΠΌΠ°ΡΠΈΠ·ΠΈΡΠΎΠ²Π°Π½Π½ΡΡ
ΠΊΠΎΠ»Π»-ΡΠ΅Π½ΡΡΠΎΠ². ΠΠ°ΠΏΡΠΈΠΌΠ΅Ρ, NVIDIA NeMo ΠΏΡΠΈΠΌΠ΅Π½ΡΠ΅ΡΡΡ Π² Π°Π²ΡΠΎΠΌΠ°ΡΠΈΠ·ΠΈΡΠΎΠ²Π°Π½Π½ΡΡ
Π³ΠΎΠ»ΠΎΡΠΎΠ²ΡΡ
ΡΠ΅ΡΠ²ΠΈΡΠ°Ρ
ΠΠ’Π‘ ΠΈ Π‘Π±Π΅ΡΠ±Π°Π½ΠΊΠ°. ΠΠΎΠ΄ NeMo Π½Π°ΠΏΠΈΡΠ°Π½ Π½Π° ΡΠ·ΡΠΊΠ΅ Python Ρ ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°Π½ΠΈΠ΅ΠΌ PyTorch ΠΈ ΡΠ°ΡΠΏΡΠΎΡΡΡΠ°Π½ΡΠ΅ΡΡΡ ΠΏΠΎΠ΄ Π»ΠΈΡΠ΅Π½Π·ΠΈΠ΅ΠΉ Apache 2.0.
ΠΡΡΠΎΡΠ½ΠΈΠΊ: opennet.ru