Актуализация на Mozilla Common Voice 9.0

Mozilla пусна актуализация на своите набори от данни Common Voice, които включват примери за произношение от близо 200 0 души. Данните се публикуват като обществено достояние (CCXNUMX). Предложените комплекти могат да се използват в системи за машинно обучение за изграждане на модели за разпознаване и синтез на реч.

В сравнение с предишната актуализация обемът на речевия материал в колекцията се увеличи с 10% - от 18.2 на 20.2 хиляди часа реч. Броят на поддържаните езици се е увеличил от 87 на 93. За 27 езика са натрупани повече от 100 часа речеви данни, а за 9 - повече от 500 часа речеви данни. За 9 езика също беше възможно да се постигне дял на женската реч от поне 45%.

Повече от 81 хиляди души участваха в подготовката на материали на английски език, диктувайки 2953 часа реч (имаше 79 хиляди участници и 2886 часа). Комплектът за беларуски език обхваща 6326 участници и 1054 часа речеви материали (има 6160 участници и 987 часа), руски - 2585 участници и 201 часа (има 2452 участници и 193 часа), узбекски - 1503 участници и 231 часа ( имаше 1355 участници и 227 часа), украински език - 696 участници и 79 часа (имаше 684 участници и 76 часа).

Проектът Common Voice има за цел да организира съвместна работа за натрупване на база данни от гласови модели, която отчита разнообразието от гласове и стилове на реч. Потребителите са поканени да гласуват фрази, показани на екрана, или да оценят качеството на данните, добавени от други потребители. Натрупаната база данни със записи на различни произношения на типични фрази на човешката реч може да се използва без ограничения в системи за машинно обучение и в изследователски проекти.

Източник: opennet.ru