{"id":103143,"date":"2022-01-31T09:36:50","date_gmt":"2022-01-31T07:36:50","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-8-0"},"modified":"2022-01-31T09:36:50","modified_gmt":"2022-01-31T07:36:50","slug":"obnovlenie-golosovyh-dannyh-mozilla-common-voice-8-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-8-0","title":{"rendered":"Opdatering af stemmedata til Mozilla Common Voice 8.0.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Mozilla har pr\u00e6senteret en opdatering af datas\u00e6t for stemmeoptagelser fra Common Voice, der inkluderer udtaleeksempler fra omkring 200.000 mennesker. Dataene offentligg\u00f8res som offentligt eje (CC0). De foresl\u00e5ede datas\u00e6t kan bruges i maskinl\u00e6ringssystemer til at opbygge modeller for talegenkendelse og -syntese. Sammenlignet med den tidligere opdatering er m\u00e6ngden af taleindhold i samlingen steget med 30% \u2014 fra 13,9 til 18,2 tusinde timer tale. Antallet af underst\u00f8ttede sprog er steget fra 67 til 87. <\/p>\n
Datas\u00e6ttet for det russiske sprog omfatter 2452 deltagere og 193 timer taleindhold (f\u00f8r 2136 deltagere og 173 timer), for det belarussiske sprog \u2014 6160 deltagere og 987 timer (f\u00f8r \u2014 3831 deltagere og 356 timer), for det ukrainske sprog \u2014 684 deltagere og 76 timer (f\u00f8r 615 deltagere og 66 timer). I forberedelsen af materialerne p\u00e5 engelsk har mere end 79.000 mennesker deltaget, som har dikteret 2886 timer bekr\u00e6ftet tale (f\u00f8r 75.000 deltagere og 2637 timer). <\/p>\n
Vi minder om, at projektet Common Voice har til form\u00e5l at organisere et samarbejde om at opbygge en base af stemmeskabeloner, der tager h\u00f8jde for al mangfoldighed af stemmer og talestile. Brugere tilbydes at udtale de s\u00e6tninger, der vises p\u00e5 sk\u00e6rmen, eller vurdere kvaliteten af de data, der er tilf\u00f8jet af andre brugere. Den indsamlede database med optagelser af forskellige udtaler af standardfraser i menneskelig tale kan uden begr\u00e6nsninger bruges i maskinl\u00e6ringssystemer og i forskningsprojekter. If\u00f8lge forfatteren af biblioteket til genkendelse af sammenh\u00e6ngende tale, Vosk, er manglerne ved Common Voice-s\u00e6ttet ensidig stemmemateriale (overv\u00e6gt af m\u00e6nd i alderen 20-30 \u00e5r og mangel p\u00e5 materialer med kvinders, b\u00f8rns og \u00e6ldres stemmer), mangel p\u00e5 variabilitet i ordforr\u00e5det (gentagelse af de samme s\u00e6tninger) og udbredelsen af optagelser i en forvridende MP3-format. <\/p>\n
Desuden kan det n\u00e6vnes, at NVIDIA har udgivet v\u00e6rkt\u00f8jet NeMo 1.6, som tilbyder metoder til maskinl\u00e6ring til udvikling af systemer til talegenkendelse, talesyntese og naturlig sprogbehandling. NeMo indeholder f\u00e6rdigtr\u00e6nede modeller til maskinl\u00e6ringssystemer baseret p\u00e5 PyTorch-rammev\u00e6rket, udviklet af NVIDIA ved hj\u00e6lp af taledata fra Common Voice og d\u00e6kker forskellige sprog, accenter og taleformer. Modellerne kan v\u00e6re nyttige for forskere, der arbejder med at skabe stemmestyrede dialogsystemer, transkriptionsplatforme og automatiserede callcentre. For eksempel anvendes NVIDIA NeMo i automatiserede taletjenester fra MTS og Sberbank. NeMo-koden er skrevet i Python ved hj\u00e6lp af PyTorch og distribueres under Apache 2.0-licensen. \n Kilde: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"