Актуализация на гласовите данни Mozilla Common Voice 18.0

Компания Mozilla обнови пакета гласови данни Common Voice, които включват примери за произношение от над 200 хиляди души. Данните са публикувани като обществено достояние (CC0). Предложените пакети могат да бъдат използвани в системи за машинно обучение за изграждане на модели за разпознаване и синтез на реч. В сравнение с предишното обновление, обемът на речевия материал в колекцията се увеличи от 31.1 на 31.8 хиляди часа реч, от които 20.8 хиляди часа преминаха през процедурата на проверка. Броят на поддържаните езици нарасна от 124 на 129 (добавени са езици на африканските племена коса, календжин, кидавида, долуо и тсвана).

В подготовке материалов на английском языке приняли участие 93.3 тысячи человек, надиктовавших 3554 часа речи (было 92.3 тысячи участников и 3508 часов). Набор для белорусского языка охватывает 8400 участников и 1815 часов речевого материала (было — 8291 участник и 1766 часов), русского языка — 3241 участник и 277 часов (было 3206 участников и 274 часа), узбекского — 2189 участников и 265 часов (было 2170 участникоа и 264 часа), украинского языка — 1091 участник и 113 часов (было 1075 участников и 112 часов).

Проектът Common Voice е насочен към организиране на съвместна работа по натрупване на база гласови шаблони, отчитаща всичкото разнообразие на гласовете и манерите на реч. На потребителите се предлага да озвучат изписаните на екрана фрази или да оценят качеството на данните, добавени от други потребители. Натрупаната база данни с записи на различни произношения на стандартни фрази на човешки език без ограничения може да се използва в системи за машинно обучение и в изследователски проекти.

Източник: opennet.ru