Společnost Mozilla aktualizovala sady hlasových dat Common Voice, které zahrnují vzory výslovnosti více než 200 tisíc lidí. Data byla zveřejněna jako veřejné vlastnictví (CC0). Navrhované sady je možné použít v systémech strojového učení k vytváření modelů rozpoznávání a syntézy řeči. Ve srovnání s předchozí aktualizací objem řečového materiálu v kolekci vzrostl z 31,8 na 32,6 tisíc hodin řeči, z nichž více než 20 tisíc hodin prošlo kontrolou. Počet podporovaných jazyků se zvýšil z 129 na 131.
Na přípravě materiálů v anglickém jazyce se podílelo 93,9 tisíc lidí, kteří nadiktovali 3587 hodin řeči (bylo 93,3 tisíce účastníků a 3554 hodin). Sada pro běloruský jazyk pokrývá 8444 účastníků a 1846 hodin řečového materiálu (bylo 8400 účastníků a 1815 hodin), ruského jazyka — 3296 účastníků a 278 hodin (byl 3241 účastník a 277 hodin), uzbeckého — 2200 účastníků a 265 hodin (bylo 2189 účastníků a 265 hodin), ukrajinského jazyka — 1104 účastníků a 114 hodin (bylo 1091 účastník a 113 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
