Mozilla har opdateret sæt af stemmedata i Common Voice, som inkluderer udtalelser fra mere end 200.000 personer. Dataene er offentliggjort som offentligt domæne (CC0). De forslag, der gives, kan anvendes i maskinlæringssystemer til at udvikle modeller for talegenkendelse og talesyntese. Sammenlignet med den seneste opdatering er mængden af tale materiale i samlingen steget fra 32,6 til 33,1 tusinde timer tale, hvoraf 22,1 tusinde timer har gennemgået en vurderingsproces. Antallet af understøttede sprog er steget fra 129 til 133 — der er tilføjet sprogene aragonesisk, isindebele, sydsotho og tupuri.
I forberedelsen af materialer på engelsk deltog 94,9 tusinde personer, som dækkede 3631 timer tale (der var 93,9 tusinde deltagere og 3587 timer). Sættet for det belarussiske sprog dækker 8521 deltagere og 1860 timer tale materiale (der var 8444 deltagere og 1846 timer), det russiske sprog — 3365 deltagere og 281 timer (der var 3296 deltagere og 278 timer), usbekisk — 2211 deltagere og 265 timer (der var 2200 deltagere og 265 timer), ukrainsk — 1120 deltagere og 114 timer (der var 1104 deltagere og 114 timer).
Projektet Common Voice organiserer et samarbejde om at opbygge en database af stemmeskabeloner, der tager højde for al mangfoldighed af stemmer og taleformer. Brugerne opfordres til at indtale de viste sætninger eller vurdere kvaliteten af de data, der er tilføjet af andre brugere. Den opbyggede database med optagelser af forskelligt udtale af typiske sætninger i menneskelig tale kan uden begrænsninger anvendes i maskinlæringssystemer og i forskningsprojekter.
Kilde: opennet.ru
