Mozilla ΠΏΡΡΠ½Π° Π°ΠΊΡΡΠ°Π»ΠΈΠ·Π°ΡΠΈΡ Π½Π° ΡΠ²ΠΎΠΈΡΠ΅ Π½Π°Π±ΠΎΡΠΈ ΠΎΡ Π΄Π°Π½Π½ΠΈ Common Voice, ΠΊΠΎΠΈΡΠΎ Π²ΠΊΠ»ΡΡΠ²Π°Ρ ΠΏΡΠΈΠΌΠ΅ΡΠΈ Π·Π° ΠΏΡΠΎΠΈΠ·Π½ΠΎΡΠ΅Π½ΠΈΠ΅ ΠΎΡ Π±Π»ΠΈΠ·ΠΎ 200 0 Π΄ΡΡΠΈ. ΠΠ°Π½Π½ΠΈΡΠ΅ ΡΠ΅ ΠΏΡΠ±Π»ΠΈΠΊΡΠ²Π°Ρ ΠΊΠ°ΡΠΎ ΠΎΠ±ΡΠ΅ΡΡΠ²Π΅Π½ΠΎ Π΄ΠΎΡΡΠΎΡΠ½ΠΈΠ΅ (CC30). ΠΡΠ΅Π΄Π»ΠΎΠΆΠ΅Π½ΠΈΡΠ΅ ΠΊΠΎΠΌΠΏΠ»Π΅ΠΊΡΠΈ ΠΌΠΎΠ³Π°Ρ Π΄Π° ΡΠ΅ ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π°Ρ Π² ΡΠΈΡΡΠ΅ΠΌΠΈ Π·Π° ΠΌΠ°ΡΠΈΠ½Π½ΠΎ ΠΎΠ±ΡΡΠ΅Π½ΠΈΠ΅ Π·Π° ΠΈΠ·Π³ΡΠ°ΠΆΠ΄Π°Π½Π΅ Π½Π° ΠΌΠΎΠ΄Π΅Π»ΠΈ Π·Π° ΡΠ°Π·ΠΏΠΎΠ·Π½Π°Π²Π°Π½Π΅ ΠΈ ΡΠΈΠ½ΡΠ΅Π· Π½Π° ΡΠ΅Ρ. Π ΡΡΠ°Π²Π½Π΅Π½ΠΈΠ΅ Ρ ΠΏΡΠ΅Π΄ΠΈΡΠ½Π°ΡΠ° Π°ΠΊΡΡΠ°Π»ΠΈΠ·Π°ΡΠΈΡ ΠΎΠ±Π΅ΠΌΡΡ Π½Π° ΡΠ΅ΡΠ΅Π²ΠΈΡ ΠΌΠ°ΡΠ΅ΡΠΈΠ°Π» Π² ΠΊΠΎΠ»Π΅ΠΊΡΠΈΡΡΠ° ΡΠ΅ Π΅ ΡΠ²Π΅Π»ΠΈΡΠΈΠ» Ρ 13.9% - ΠΎΡ 18.2 Π½Π° 67 Ρ ΠΈΠ»ΡΠ΄ΠΈ ΡΠ°ΡΠ° ΡΠ΅Ρ. ΠΡΠΎΡΡ Π½Π° ΠΏΠΎΠ΄Π΄ΡΡΠΆΠ°Π½ΠΈΡΠ΅ Π΅Π·ΠΈΡΠΈ ΡΠ΅ Π΅ ΡΠ²Π΅Π»ΠΈΡΠΈΠ» ΠΎΡ 87 Π½Π° XNUMX.
ΠΠΎΠΌΠΏΠ»Π΅ΠΊΡΡΡ Π·Π° ΡΡΡΠΊΠΈ Π΅Π·ΠΈΠΊ ΠΎΠ±Ρ Π²Π°ΡΠ° 2452 ΡΡΠ°ΡΡΠ½ΠΈΡΠΈ ΠΈ 193 ΡΠ°ΡΠ° ΡΠ΅ΡΠ΅Π²ΠΈ ΠΌΠ°ΡΠ΅ΡΠΈΠ°Π»ΠΈ (ΠΈΠΌΠ° 2136 ΡΡΠ°ΡΡΠ½ΠΈΡΠΈ ΠΈ 173 ΡΠ°ΡΠ°), Π·Π° Π±Π΅Π»Π°ΡΡΡΠΊΠΈ Π΅Π·ΠΈΠΊ - 6160 ΡΡΠ°ΡΡΠ½ΠΈΡΠΈ ΠΈ 987 ΡΠ°ΡΠ° (ΠΈΠΌΠ° 3831 ΡΡΠ°ΡΡΠ½ΠΈΡΠΈ ΠΈ 356 ΡΠ°ΡΠ°), Π·Π° ΡΠΊΡΠ°ΠΈΠ½ΡΠΊΠΈ Π΅Π·ΠΈΠΊ - 684 ΡΡΠ°ΡΡΠ½ΠΈΡΠΈ ΠΈ 76 ΡΠ°ΡΠ° (ΠΈΠΌΠ° 615 ΡΡΠ°ΡΡΠ½ΠΈΡΠΈ ΠΈ 66 ΡΠ°ΡΠ°). ΠΠΎΠ²Π΅ΡΠ΅ ΠΎΡ 79 Ρ ΠΈΠ»ΡΠ΄ΠΈ Π΄ΡΡΠΈ ΡΡΠ°ΡΡΠ²Π°Ρ Π° Π² ΠΏΠΎΠ΄Π³ΠΎΡΠΎΠ²ΠΊΠ°ΡΠ° Π½Π° ΠΌΠ°ΡΠ΅ΡΠΈΠ°Π»ΠΈ Π½Π° Π°Π½Π³Π»ΠΈΠΉΡΠΊΠΈ Π΅Π·ΠΈΠΊ, Π΄ΠΈΠΊΡΡΠ²Π°ΠΉΠΊΠΈ 2886 ΡΠ°ΡΠ° ΠΏΠΎΡΠ²ΡΡΠ΄Π΅Π½Π° ΡΠ΅Ρ (ΠΈΠΌΠ°ΡΠ΅ 75 Ρ ΠΈΠ»ΡΠ΄ΠΈ ΡΡΠ°ΡΡΠ½ΠΈΡΠΈ ΠΈ 2637 ΡΠ°ΡΠ°).
ΠΠ΅ΠΊΠ° Π²ΠΈ Π½Π°ΠΏΠΎΠΌΠ½ΠΈΠΌ, ΡΠ΅ ΠΏΡΠΎΠ΅ΠΊΡΡΡ Common Voice Π΅ Π½Π°ΡΠΎΡΠ΅Π½ ΠΊΡΠΌ ΠΎΡΠ³Π°Π½ΠΈΠ·ΠΈΡΠ°Π½Π΅ Π½Π° ΡΡΠ²ΠΌΠ΅ΡΡΠ½Π° ΡΠ°Π±ΠΎΡΠ° Π·Π° Π½Π°ΡΡΡΠΏΠ²Π°Π½Π΅ Π½Π° Π±Π°Π·Π° Π΄Π°Π½Π½ΠΈ ΠΎΡ Π³Π»Π°ΡΠΎΠ²ΠΈ ΠΌΠΎΠ΄Π΅Π»ΠΈ, ΠΊΠΎΡΡΠΎ ΠΎΡΡΠΈΡΠ° ΡΠ°Π·Π½ΠΎΠΎΠ±ΡΠ°Π·ΠΈΠ΅ΡΠΎ ΠΎΡ Π³Π»Π°ΡΠΎΠ²Π΅ ΠΈ ΡΡΠΈΠ»ΠΎΠ²Π΅ Π½Π° ΡΠ΅Ρ. ΠΠΎΡΡΠ΅Π±ΠΈΡΠ΅Π»ΠΈΡΠ΅ ΡΠ° ΠΏΠΎΠΊΠ°Π½Π΅Π½ΠΈ Π΄Π° Π³Π»Π°ΡΡΠ²Π°Ρ ΡΡΠ°Π·ΠΈ, ΠΏΠΎΠΊΠ°Π·Π°Π½ΠΈ Π½Π° Π΅ΠΊΡΠ°Π½Π°, ΠΈΠ»ΠΈ Π΄Π° ΠΎΡΠ΅Π½ΡΡ ΠΊΠ°ΡΠ΅ΡΡΠ²ΠΎΡΠΎ Π½Π° Π΄Π°Π½Π½ΠΈΡΠ΅, Π΄ΠΎΠ±Π°Π²Π΅Π½ΠΈ ΠΎΡ Π΄ΡΡΠ³ΠΈ ΠΏΠΎΡΡΠ΅Π±ΠΈΡΠ΅Π»ΠΈ. ΠΠ°ΡΡΡΠΏΠ°Π½Π°ΡΠ° Π±Π°Π·Π° Π΄Π°Π½Π½ΠΈ ΡΡΡ Π·Π°ΠΏΠΈΡΠΈ Π½Π° ΡΠ°Π·Π»ΠΈΡΠ½ΠΈ ΠΏΡΠΎΠΈΠ·Π½ΠΎΡΠ΅Π½ΠΈΡ Π½Π° ΡΠΈΠΏΠΈΡΠ½ΠΈ ΡΡΠ°Π·ΠΈ Π½Π° ΡΠΎΠ²Π΅ΡΠΊΠ°ΡΠ° ΡΠ΅Ρ ΠΌΠΎΠΆΠ΅ Π΄Π° ΡΠ΅ ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π° Π±Π΅Π· ΠΎΠ³ΡΠ°Π½ΠΈΡΠ΅Π½ΠΈΡ Π² ΡΠΈΡΡΠ΅ΠΌΠΈ Π·Π° ΠΌΠ°ΡΠΈΠ½Π½ΠΎ ΠΎΠ±ΡΡΠ΅Π½ΠΈΠ΅ ΠΈ Π² ΠΈΠ·ΡΠ»Π΅Π΄ΠΎΠ²Π°ΡΠ΅Π»ΡΠΊΠΈ ΠΏΡΠΎΠ΅ΠΊΡΠΈ. Π‘ΠΏΠΎΡΠ΅Π΄ Π°Π²ΡΠΎΡΠ° Π½Π° Π±ΠΈΠ±Π»ΠΈΠΎΡΠ΅ΠΊΠ°ΡΠ° Π·Π° Π½Π΅ΠΏΡΠ΅ΠΊΡΡΠ½Π°ΡΠΎ ΡΠ°Π·ΠΏΠΎΠ·Π½Π°Π²Π°Π½Π΅ Π½Π° ΡΠ΅Ρ Vosk, Π½Π΅Π΄ΠΎΡΡΠ°ΡΡΡΠΈΡΠ΅ Π½Π° Π½Π°Π±ΠΎΡΠ° Common Voice ΡΠ° Π΅Π΄Π½ΠΎΡΡΡΠ°Π½ΡΠΈΠ²ΠΎΡΡΡΠ° Π½Π° Π³Π»Π°ΡΠΎΠ²ΠΈΡ ΠΌΠ°ΡΠ΅ΡΠΈΠ°Π» (ΠΏΡΠ΅ΠΎΠ±Π»Π°Π΄Π°Π²Π°Π½Π΅ΡΠΎ Π½Π° ΠΌΡΠΆΠ΅ Π½Π° Π²ΡΠ·ΡΠ°ΡΡ 20-30 Π³ΠΎΠ΄ΠΈΠ½ΠΈ ΠΈ Π»ΠΈΠΏΡΠ°ΡΠ° Π½Π° ΠΌΠ°ΡΠ΅ΡΠΈΠ°Π» Ρ Π³Π»Π°ΡΠΎΠ²Π΅ Π½Π° ΠΆΠ΅Π½ΠΈ , Π΄Π΅ΡΠ° ΠΈ Π²ΡΠ·ΡΠ°ΡΡΠ½ΠΈ Ρ ΠΎΡΠ°), Π»ΠΈΠΏΡΠ°ΡΠ° Π½Π° ΠΏΡΠΎΠΌΠ΅Π½Π»ΠΈΠ²ΠΎΡΡ Π² ΡΠ΅ΡΠ½ΠΈΠΊΠ° (ΠΏΠΎΠ²ΡΠ°ΡΡΠ½Π΅ Π½Π° Π΅Π΄Π½ΠΈ ΠΈ ΡΡΡΠΈ ΡΡΠ°Π·ΠΈ) ΠΈ ΡΠ°Π·ΠΏΡΠΎΡΡΡΠ°Π½Π΅Π½ΠΈΠ΅ΡΠΎ Π½Π° Π·Π°ΠΏΠΈΡΠΈ Π² ΠΈΠ·ΠΊΡΠΈΠ²ΡΠ²Π°Ρ MP3 ΡΠΎΡΠΌΠ°Ρ.
ΠΡΠ²Π΅Π½ ΡΠΎΠ²Π° ΠΌΠΎΠΆΠ΅ΠΌ Π΄Π° ΠΎΡΠ±Π΅Π»Π΅ΠΆΠΈΠΌ ΠΏΡΡΠΊΠ°Π½Π΅ΡΠΎ Π½Π° ΠΈΠ½ΡΡΡΡΠΌΠ΅Π½ΡΠ°ΡΠΈΡΠΌΠ° NVIDIA NeMo 1.6, ΠΊΠΎΠΉΡΠΎ ΠΏΡΠ΅Π΄ΠΎΡΡΠ°Π²Ρ ΠΌΠ΅ΡΠΎΠ΄ΠΈ Π·Π° ΠΌΠ°ΡΠΈΠ½Π½ΠΎ ΠΎΠ±ΡΡΠ΅Π½ΠΈΠ΅ Π·Π° ΡΡΠ·Π΄Π°Π²Π°Π½Π΅ Π½Π° ΡΠΈΡΡΠ΅ΠΌΠΈ Π·Π° ΡΠ°Π·ΠΏΠΎΠ·Π½Π°Π²Π°Π½Π΅ Π½Π° ΡΠ΅Ρ, ΡΠΈΠ½ΡΠ΅Π· Π½Π° ΡΠ΅Ρ ΠΈ ΠΎΠ±ΡΠ°Π±ΠΎΡΠΊΠ° Π½Π° Π΅ΡΡΠ΅ΡΡΠ²Π΅Π½ Π΅Π·ΠΈΠΊ. NeMo Π²ΠΊΠ»ΡΡΠ²Π° Π³ΠΎΡΠΎΠ²ΠΈ Π·Π° ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π°Π½Π΅ ΠΎΠ±ΡΡΠ΅Π½ΠΈ ΠΌΠΎΠ΄Π΅Π»ΠΈ Π·Π° ΡΠΈΡΡΠ΅ΠΌΠΈ Π·Π° ΠΌΠ°ΡΠΈΠ½Π½ΠΎ ΠΎΠ±ΡΡΠ΅Π½ΠΈΠ΅, Π±Π°Π·ΠΈΡΠ°Π½ΠΈ Π½Π° ΡΠ°ΠΌΠΊΠ°ΡΠ° PyTorch, ΠΈΠ·Π³ΠΎΡΠ²Π΅Π½ΠΈ ΠΎΡ NVIDIA Ρ ΠΏΠΎΠΌΠΎΡΡΠ° Π½Π° Common Voice ΡΠ΅ΡΠ΅Π²ΠΈ Π΄Π°Π½Π½ΠΈ ΠΈ ΠΏΠΎΠΊΡΠΈΠ²Π°ΡΠΈ ΡΠ°Π·Π»ΠΈΡΠ½ΠΈ Π΅Π·ΠΈΡΠΈ, Π°ΠΊΡΠ΅Π½ΡΠΈ ΠΈ ΡΠΎΡΠΌΠΈ Π½Π° ΡΠ΅Ρ. ΠΠΎΠ΄Π΅Π»ΠΈΡΠ΅ ΠΌΠΎΠ³Π°Ρ Π΄Π° Π±ΡΠ΄Π°Ρ ΠΏΠΎΠ»Π΅Π·Π½ΠΈ Π·Π° ΠΈΠ·ΡΠ»Π΅Π΄ΠΎΠ²Π°ΡΠ΅Π»ΠΈ, ΡΠ°Π·ΡΠ°Π±ΠΎΡΠ²Π°ΡΠΈ Π³Π»Π°ΡΠΎΠ²ΠΈ ΡΠΈΡΡΠ΅ΠΌΠΈ Π·Π° Π΄ΠΈΠ°Π»ΠΎΠ³, ΠΏΠ»Π°ΡΡΠΎΡΠΌΠΈ Π·Π° ΡΡΠ°Π½ΡΠΊΡΠΈΠΏΡΠΈΡ ΠΈ Π°Π²ΡΠΎΠΌΠ°ΡΠΈΠ·ΠΈΡΠ°Π½ΠΈ ΡΠ΅Π½ΡΡΠΎΠ²Π΅ Π·Π° ΠΎΠ±Π°ΠΆΠ΄Π°Π½ΠΈΡ. ΠΠ°ΠΏΡΠΈΠΌΠ΅Ρ NVIDIA NeMo ΡΠ΅ ΠΈΠ·ΠΏΠΎΠ»Π·Π²Π° Π² Π°Π²ΡΠΎΠΌΠ°ΡΠΈΠ·ΠΈΡΠ°Π½ΠΈ Π³Π»Π°ΡΠΎΠ²ΠΈ ΡΡΠ»ΡΠ³ΠΈ Π½Π° MTS ΠΈ Sberbank. ΠΠΎΠ΄ΡΡ Π½Π° NeMo Π΅ Π½Π°ΠΏΠΈΡΠ°Π½ Π½Π° Python Ρ ΠΏΠΎΠΌΠΎΡΡΠ° Π½Π° PyTorch ΠΈ ΡΠ΅ ΡΠ°Π·ΠΏΡΠΎΡΡΡΠ°Π½ΡΠ²Π° ΠΏΠΎΠ΄ Π»ΠΈΡΠ΅Π½Π·Π° Apache 2.0.
ΠΠ·ΡΠΎΡΠ½ΠΈΠΊ: opennet.ru