Актуализация на гласовите данни Mozilla Common Voice 16.0

Компания Mozilla обнови пакетите с гласови данни Common Voice, включващи примери за произношение на над 200 хиляди души. Данните са публикувани като обществено достояние (CC0). Предложените пакети могат да бъдат използвани в системите за машинно обучение за изграждане на модели за разпознаване и синтез на реч. В сравнение с предишното обновление, обемът на речевия материал в колекцията нарастна от 28.7 на 30.3 хиляди часа реч, от които 19.7 хиляди часа преминаха процедура на проверка. Броят на поддържаните езици се увеличи от 114 на 120 (добавени са идиш, латгальски, лигурийски, осетински, телугу и западен сиера-пуеблански науатъл).

В подготовката на материали на английски език участваха 90.67 хиляди души, диктували 3438 часа реч (имаше 88.9 хиляди участници и 3347 часа). Наборът за белоруски език обхваща 8249 участници и 1641 час речеви материали (имаше 8205 участници и 1632 часа), за руски език — 3133 участника и 265 часа (имаше 3053 участника и 260 часа), за узбекски — 2151 участник и 264 часа (имаше 2141 участник и 263 часа), за украински език — 1058 участници и 108 часа (имаше 1024 участника и 105 часа).

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