Mozilla обяви за издаването на 18-ия набор данни Common Voice, който вече е достъпен за изтегляне. Този набор данни е част от стратегията на Mozilla за осигуряване на по-широк достъп до гласовите технологии. Той представлява безплатен набор данни с многоезични гласови фрагменти и свързани текстови данни, който се разпространява под лицензия CC0 (обществено достояние). Създаването на набора данни е съвместна работа на общността, включваща участници, предоставящи глас и текст, активисти в областта на езиците, технологи, учени и други членове на общността Common Voice.
Общият обем на набора данни Common Voice достигна 31 841 часа, от които 20 789 часа гласови данни са проверени от общността. Това е с 700 часа повече гласови данни в сравнение с последното издание на набора данни и с 381 час повече нови проверени данни. 18-ият набор данни съдържа фрагменти на 129 езика, включително 5 нови езика, добавени в това издание.
В новия набор данни са представени пет нови езика: Косa (Xhosa, ЮАР), Календжин (Kalenjin, Кения), Дабида (Kidaw’ida, Кения), Долуо (Dholuo, Кения и Танзания) и Цвана (Setswana, Ботсвана, Зимбабве, Намибия, ЮАР). На тези езици говорят стотици милиони хора по целия свят, които сега могат да получат по-качествена подкрепа в сферата на гласовите технологии.
Ако сте заинтересовани в Common Voice, има множество начини да се присъедините към общността на участниците. Можете да споделите гласа си или да напишете и внесете оригинални предложения на собствения си език, за да помогнете в създаването на следващия набор данни. Ако вашият език все още няма присъствие в Common Voice, можете да поискате добавянето му чрез специална форма. Също така се приветстват технически приноси в открития проект на Github.
Mozilla винаги е радостна да получава отзиви за новите издания. Можете да се свържете с тях на форумите Common Voice, да общувате с тях в Matrix или да напишете директно на екипа на адрес commonvoice@mozilla.com. Те са особено заинтересовани да разберат какво създават или изследват потребителите на наборите данни с помощта на набора данни. По-доброто разбиране на нуждите на потребителите на наборите данни може да им помогне да определят посоката, която по-добре отговаря на нуждите на потребителите.
Източник: linux.org.ru
