Mae Mozilla wedi diweddaru ei setiau data lleferydd Common Voice, sy'n cynnwys samplau lleferydd gan dros 200 o bobl. Mae'r data wedi'i gyhoeddi yn y parth cyhoeddus (CC0). Gellir defnyddio'r setiau data hyn mewn systemau dysgu peirianyddol i adeiladu modelau adnabod a synthesis lleferydd. O'i gymharu â'r diweddariad blaenorol, mae maint set ddata lleferydd y casgliad wedi cynyddu o 28.7 i 30.3 awr, ac mae 19.7 awr ohonynt wedi'u gwirio. Mae nifer yr ieithoedd a gefnogir wedi cynyddu o 114 i 120 (mae Iddew-Almaeneg, Latgaleg, Ligwreg, Oseteg, Telugu, a Nahuatl Gorllewin Sierra-Puebla wedi'u hychwanegu).
Cymerodd cyfanswm o 90.67 o bobl ran yn y gwaith o baratoi'r deunyddiau Saesneg, gan arddweud 3438 awr o araith (88.9 o gyfranogwyr a 3347 awr). Roedd y set iaith Belarwseg yn cynnwys 8249 o gyfranogwyr a 1641 awr o ddeunydd araith (8205 o gyfranogwyr a 1632 awr), Rwsieg—3133 o gyfranogwyr a 265 awr (3053 o gyfranogwyr a 260 awr), Wsbeceg—2151 o gyfranogwyr a 264 awr (2141 o gyfranogwyr a 263 awr), ac Wcreineg—1058 o gyfranogwyr a 108 awr (1024 o gyfranogwyr a 105 awr).
Nod prosiect Common Voice yw trefnu gwaith ar y cyd i gronni cronfa ddata o batrymau llais sy'n ystyried amrywiaeth lleisiau ac arddulliau lleferydd. Gwahoddir defnyddwyr i leisio ymadroddion a ddangosir ar y sgrin neu werthuso ansawdd y data a ychwanegir gan ddefnyddwyr eraill. Gellir defnyddio'r gronfa ddata gronedig gyda chofnodion o wahanol ynganiadau ymadroddion nodweddiadol o lefaru dynol heb gyfyngiadau mewn systemau dysgu peirianyddol ac mewn prosiectau ymchwil.
Ffynhonnell: opennet.ru
