Společnost Mozilla aktualizovala sady hlasových dat Common Voice, které zahrnují příklady výslovnosti více než 200 tisíc lidí. Data jsou publikována jako veřejné vlastnictví (CC0). Navrhované sady lze použít v systémech strojového učení k vytváření modelů rozpoznávání a syntézy řeči.
Ve srovnání s minulou aktualizací se objem řečového materiálu v kolekci zvýšil z 23,8 na 25,8 tisíce hodin řeči. Na přípravě materiálů v anglickém jazyce se podílelo více než 88 tisíc lidí, kteří nadiktovali 3161 hodin řeči (bylo 84 tisíc účastníků a 3098 hodin). Sada pro běloruštinu zahrnuje 7903 účastníků a 1419 hodin řečového materiálu (bylo 6965 účastníků a 1217 hodin), ruštiny - 2815 účastníků a 229 hodin (bylo 2731 účastníků a 215 hodin), uzbečtiny - 2092 účastníků a 262 hodin (bylo 2025 účastníků a 258 hodin), ukrajinštiny - 780 účastníků a 87 hodin (bylo 759 účastníků a 87 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
