Společnost Mozilla aktualizovala sady hlasových dat Common Voice, které obsahují příklady výslovnosti od více než 200 tisíc osob. Data byla zveřejněna jako veřejné vlastnictví (CC0). Navrhované sady lze využít v systémech strojového učení k vytváření modelů rozpoznávání a syntézy řeči. Ve srovnání s předchozí aktualizací se objem řečového materiálu v kolekci zvýšil z 31,1 na 31,8 tisíce hodin řeči, z nichž 20,8 tisíce hodin prošlo ověřením. Počet podporovaných jazyků vzrostl ze 124 na 129 (byly přidány jazyky afrických kmenů kosa, kalenjin, kidawida, doluo a tswana).
Na přípravě materiálů v anglickém jazyce se podílelo 93,3 tisíce osob, které nadiktovaly 3554 hodin řeči (bylo 92,3 tisíce účastníků a 3508 hodin). Sada pro běloruský jazyk zahrnuje 8400 účastníků a 1815 hodin řečového materiálu (bylo — 8291 účastník a 1766 hodin), pro ruský jazyk — 3241 účastník a 277 hodin (bylo 3206 účastníků a 274 hodin), pro uzbecký — 2189 účastníků a 265 hodin (bylo 2170 účastníků a 264 hodin), pro ukrajinský jazyk — 1091 účastník a 113 hodin (bylo 1075 účastníků a 112 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
