Společnost Mozilla aktualizovala soubory hlasových dat Common Voice, které zahrnují příklady výslovnosti více než 200 tisíc lidí. Údaje jsou zveřejněny jako veřejné vlastnictví (CC0). Navrhované soubory lze použít v systémech strojového učení k vytváření modelů rozpoznávání a syntézy řeči. V porovnání s předchozí aktualizací objem řečových materiálů ve sbírce vzrostl z 28,7 na 30,3 tisíce hodin řeči, z nichž 19,7 tisíce hodin prošlo procesem ověření. Počet podporovaných jazyků se zvýšil ze 114 na 120 (byly přidány jidiš, latgalský, ligurský, osetskij, telugský a západní sierra-puebla náuatl).
Při přípravě materiálů v anglickém jazyce se zúčastnilo 90,67 tisíc lidí, kteří nadiktovali 3438 hodin řeči (bylo 88,9 tisíc účastníků a 3347 hodin). Sada pro běloruštinu zahrnuje 8249 účastníků a 1641 hodinu řečového materiálu (bylo — 8205 účastníků a 1632 hodin), pro ruštinu — 3133 účastníků a 265 hodin (bylo 3053 účastníků a 260 hodin), pro uzbečtinu — 2151 účastníků a 264 hodiny (bylo 2141 účastníků a 263 hodin), pro ukrajinštinu — 1058 účastníků a 108 hodin (bylo 1024 účastníků a 105 hodin).
Projekt Common Voice je zaměřen na organizaci společné práce na hromadění databáze hlasových šablon, která zohledňuje veškerou rozmanitost hlasů a způsobů řeči. Uživatelé jsou vyzváni, aby přečetli na obrazovce zobrazené fráze nebo hodnotili kvalitu dat přidaných jinými uživateli. Nahromaděná databáze se záznamy různých výslovností typových frází lidské řeči bez omezení může být použita v systémech strojového učení a ve výzkumných projektech.
Zdroj: opennet.ru
