Компанията Mozilla актуализира комплектите за гласова информация Common Voice, които включват примери за произношението на над 200 хиляди души. Данните са публикувани като обществено достояние (CC0). Предложените комплекти могат да се използват в системи за машинно обучение за изграждане на модели за разпознаване и синтез на реч.
В сравнение с предишната актуализация, обемът на речевия материал в колекцията се увеличи от 23.8 на 25.8 хиляди часа реч. В подготовката на материалите на английски език участваха над 88 хиляди души, които диктуваха 3161 час реч (преди това бяха 84 хиляди участници и 3098 часа). Комплектът за беларуското език покрива 7903 участника и 1419 часа речеви материал (бяха 6965 участника и 1217 часа), на руски език — 2815 участника и 229 часа (преди това 2731 участник и 215 часа), на узбекски — 2092 участника и 262 часа (бяха 2025 участника и 258 часа), на украински език — 780 участника и 87 часа (бяха 759 участника и 87 часа).
Проектът Common Voice цели да организира съвместна работа по натрупване на база от гласови шаблони, отразяващи разнообразието на гласовете и манерите на реч. На потребителите се предлага да озвучат изведени на екрана фрази или да оценят качеството на данните, добавени от други потребители. Натрупаната база данни с записи на различни произношения на типови фрази с човешка реч без ограничения може да се използва в системи за машинно обучение и в изследователски проекти.
Източник: opennet.ru
