Mozilla har opdateret sæt af stemmedata fra Common Voice, som inkluderer udtaleeksempler fra mere end 200.000 personer. Dataene er offentliggjort som offentligt domæne (CC0). De foreslåede sæt kan anvendes i maskinlæringssystemer til at opbygge modeller til talegenkendelse og tale-syntese.
Sammenlignet med den tidligere opdatering er mængden af talemateriale i samlingen steget fra 23,8 til 25,8 tusinde timer tale. Mere end 88.000 personer deltog i forberedelsen af materialerne på engelsk og dikterede 3161 timer tale (der var 84.000 deltagere og 3098 timer). Sættet for det belarussiske sprog dækker 7903 deltagere og 1419 timer talemateriale (der var 6965 deltagere og 1217 timer), russisk — 2815 deltagere og 229 timer (der var 2731 deltagere og 215 timer), usbekisk — 2092 deltagere og 262 timer (der var 2025 deltagere og 258 timer), og ukrainsk — 780 deltagere og 87 timer (der var 759 deltagere og 87 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
