Компания Mozilla актуализира наборите с гласови данни Common Voice, включващи примери на произношение от над 200 хиляди души. Данните са публикувани като обществено достояние (CC0). Предложените набори могат да се използват 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 е увеличил от 28.7 на 30.3 хиляди часа реч, от които 19.7 хиляди часа са преминали процедура на проверка. Броят на поддържаните езици е нараснал от 114 на 120 (добавени са идиш, латгалски, лигурийски, осетински, телугу и западен сиера-пуеблански науатъл).
В подготовката на материалите на английски език са участвали 90.67 хиляди души, които са надиктовали 3438 часа реч (преди това бяха 88.9 хиляди участници и 3347 часа). Наборът за беларуски език обхваща 8249 участника и 1641 час речеви материал (преди — 8205 участника и 1632 часа), руски език — 3133 участника и 265 часа (преди 3053 участника и 260 часа), узбекски — 2151 участник и 264 часа (преди 2141 участник и 263 часа), украински език — 1058 участника и 108 часа (преди 1024 участника и 105 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
