Компания Mozilla актуализира наборите с гласови данни Common Voice, които включват примери за 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 31.8 на 32.6 хиляди часа реч, от които над 20 хиляди часа са преминали процедурата на проверка. Броят на поддържаните езици е нараснал от 129 до 131.
В подготовката на материалите на английски език са участвали 93.9 хиляди души, които са диктували 3587 часа реч (преди 93.3 хиляди участници и 3554 часа). Наборът за беларуски език обхваща 8444 участници и 1846 часа речеви данни (преди - 8400 участници и 1815 часа), за руски език - 3296 участници и 278 часа (преди 3241 участник и 277 часа), за узбекски - 2200 участници и 265 часа (преди 2189 участници и 265 часа), за украински език - 1104 участника и 114 часа (преди 1091 участник и 113 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
