Mozilla har opdateret datasættene for Common Voice, som inkluderer udtaleeksempler fra over 200.000 personer. Dataene er offentliggjort som offentlig ejendom (CC0). De foreslåede sæt kan anvendes i maskinlæringssystemer til at udvikle modeller til talegenkendelse og -syntese. Sammenlignet med den forrige opdatering er mængden af talemateriale i samlingen steget fra 31,1 til 31,8 tusinde timer tale, hvoraf 20,8 tusinde timer har gennemgået verifikationsproceduren. Antallet af understøttede sprog er steget fra 124 til 129 (der er tilføjet sprog fra afrikanske stammer som Xhosa, Kalenjin, Kivanda, Dholuo og Tswana).
I forberedelsen af materialer på engelsk deltog 93.300 personer, som indtale 3.554 timer tale (der var 92.300 deltagere og 3.508 timer). Datasættet for det hvide russiske sprog dækker 8.400 deltagere og 1.815 timer talemateriale (der var 8.291 deltagere og 1.766 timer), det russiske sprog - 3.241 deltagere og 277 timer (der var 3.206 deltagere og 274 timer), det usbekiske - 2.189 deltagere og 265 timer (der var 2.170 deltagere og 264 timer), det ukrainske sprog - 1.091 deltagere og 113 timer (der var 1.075 deltagere og 112 timer).
Common Voice-projektet har til formål at organisere samarbejde omkring opsamlingen af en database med stemmeskabeloner, der tager højde for al mangfoldighed af stemmer og talemønstre. Brugerne opfordres til at indtale de sætninger, der vises på skærmen, eller vurdere kvaliteten af de data, der er tilføjet af andre brugere. Den opsamlede database med optagelser af forskellige udtaler af typiske sætninger i menneskelig tale kan uden begrænsninger anvendes i maskinlæringssystemer og i forskningsprojekter.
Kilde: opennet.ru
