Актуализация на гласовите данни на Mozilla Common Voice 20

Компания Mozilla обнови комплектите с гласови данни Common Voice, които включват примери за произношение от 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 говор. В сравнение с предишното обновление, обемът на речевия материал в колекцията е увеличен от 32.6 на 33.1 хиляди часа реч, от които 22.1 хиляди часа преминаха през процедура на проверка. Броят на поддържаните езици се е увеличил от 129 на 133 — добавени са езици като арагонски, исиндебеле, южен сото и тупури.

В подготовката на материалите на английски език участваха 94.9 хиляди души, които надиктоваха 3631 час реч (преди бяха 93.9 хиляди участници и 3587 часа). Комплектът за белоруск език обхваща 8521 участник и 1860 часа речеви материали (предишно — 8444 участника и 1846 часа), руски език — 3365 участника и 281 час (беше 3296 участника и 278 часа), узбекски — 2211 участника и 265 часа (беше 2200 участника и 265 часа), украински език — 1120 участника и 114 часа (беше 1104 участника и 114 часа).

Проектът Common Voice организира съвместна работа по натрупване на база гласови шаблони, отразяваща цялото разнообразие от гласове и манери на говор. Потребителите могат да озвучат изведените на екран фрази или да оценят качеството на данните, добавени от други потребители. Натрупаната база данни с записи на различно произношение на стандартни фрази в човешката реч без ограничения може да се използва в системи за машинно обучение и в изследователски проекти.

Източник: opennet.ru