Společnost Mozilla aktualizovala sady hlasových dat Common Voice, které obsahují příklady výslovnosti více než 200 tisíc lidí. Data byla publikována jako veřejné vlastnictví (CC0). Navrhované sady lze využít v systémech strojového učení k vytváření modelů pro rozpoznávání a syntézu hlasu. Ve srovnání s minulou aktualizací se objem řečového materiálu ve sbírce zvýšil z 32,6 na 33,1 tisíce hodin řeči, přičemž 22,1 tisíce hodin prošlo ověřením. Počet podporovaných jazyků se zvýšil ze 129 na 133 — byly přidány jazyky aragonština, isiNdebele, jižní soto a tupuri.
Na přípravě materiálů v anglickém jazyce se podílelo 94,9 tisíce lidí, kteří nadiktovali 3631 hodin řeči (předtím to bylo 93,9 tisíce účastníků a 3587 hodin). Sada pro běloruský jazyk zahrnuje 8521 účastníků a 1860 hodin řečového materiálu (dříve 8444 účastníků a 1846 hodin), pro ruský jazyk — 3365 účastníků a 281 hodin (dříve 3296 účastníků a 278 hodin), pro uzbecký — 2211 účastníků a 265 hodin (dříve 2200 účastníků a 265 hodin), pro ukrajinský jazyk — 1120 účastníků a 114 hodin (dříve 1104 účastníků a 114 hodin).
Projekt Common Voice organizuje společnou práci na shromažďování databáze hlasových šablon, která zohledňuje veškerou rozmanitost hlasů a způsobů vyjadřování. Uživatelům je nabídnuto ozvučit na obrazovce zobrazené fráze nebo ohodnotit kvalitu dat, která přidali jiní uživatelé. Následně vzniklá databáze se záznamy různých výslovností standardních frází lidské řeči bez omezení může být použita v systémech strojového učení a v výzkumných projektech.
Zdroj: opennet.ru
