Актуализация на гласовите данни на Mozilla Common Voice 9.0

Компания Mozilla представи обновление на наборите с гласови данни Common Voice, което включва примери за произношение от около 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 последното обновление, обемът на речовия материал в колекцията е нараснал с 10% — от 18.2 до 20.2 хиляди часа реч. Броят на поддържаните езици е увеличен от 87 на 93. За 27 езика са събрани над 100 часа речови данни, а за 9 — над 500 часа речови данни. За 9 езика също така е постигната част женска реч, съставляваща поне 45%.

В подготовката на материалите на английски език са взели участие над 81 хиляди души, които са записали 2953 часа реч (имаше 79 хиляди участника и 2886 часа). Наборът за беларуски език обхваща 6326 участника и 1054 часа речов материал (имаше 6160 участника и 987 часа), руски език — 2585 участника и 201 час (имаше 2452 участника и 193 часа), узбекски — 1503 участника и 231 час (имаше 1355 участника и 227 часа), украински език — 696 участника и 79 часа (имаше 684 участника и 76 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