{"id":116726,"date":"2024-06-23T03:39:47","date_gmt":"2024-06-23T01:39:47","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-18-0"},"modified":"2024-06-23T03:39:47","modified_gmt":"2024-06-23T01:39:47","slug":"obnovlenie-golosovyh-dannyh-mozilla-common-voice-18-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-18-0","title":{"rendered":"Opdatering af stemmedata fra Mozilla Common Voice 18.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Mozilla har opdateret datas\u00e6ttene for Common Voice, som inkluderer udtaleeksempler fra over 200.000 personer. Dataene er offentliggjort som offentlig ejendom (CC0). De foresl\u00e5ede s\u00e6t kan anvendes i maskinl\u00e6ringssystemer til at udvikle modeller til talegenkendelse og -syntese. Sammenlignet med den forrige opdatering er m\u00e6ngden af talemateriale i samlingen steget fra 31,1 til 31,8 tusinde timer tale, hvoraf 20,8 tusinde timer har gennemg\u00e5et verifikationsproceduren. Antallet af underst\u00f8ttede sprog er steget fra 124 til 129 (der er tilf\u00f8jet sprog fra afrikanske stammer som Xhosa, Kalenjin, Kivanda, Dholuo og Tswana).<\/p>\n
I arbejdet med at forberede materialer p\u00e5 engelsk deltog 93.3 tusinde personer, som dikterede 3554 timers tale (der var 92.3 tusinde deltagere og 3508 timer). Samlingen for det belarusiske sprog omfatter 8400 deltagere og 1815 timer af tale materiale (der var \u2014 8291 deltagere og 1766 timer), det russiske sprog \u2014 3241 deltagere og 277 timer (der var 3206 deltagere og 274 timer), det usbekiske \u2014 2189 deltagere og 265 timer (der var 2170 deltagere og 264 timer), det ukrainske sprog \u2014 1091 deltagere og 113 timer (der var 1075 deltagere og 112 timer).<\/p>\n
Common Voice-projektet har til form\u00e5l at organisere samarbejde omkring opsamlingen af en database med stemmeskabeloner, der tager h\u00f8jde for al mangfoldighed af stemmer og talem\u00f8nstre. Brugerne opfordres til at indtale de s\u00e6tninger, der vises p\u00e5 sk\u00e6rmen, eller vurdere kvaliteten af de data, der er tilf\u00f8jet af andre brugere. Den opsamlede database med optagelser af forskellige udtaler af typiske s\u00e6tninger i menneskelig tale kan uden begr\u00e6nsninger anvendes i maskinl\u00e6ringssystemer og i forskningsprojekter. \n Kilde: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"