{"id":120993,"date":"2024-12-16T15:46:07","date_gmt":"2024-12-16T13:46:07","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-20"},"modified":"2024-12-16T15:46:07","modified_gmt":"2024-12-16T13:46:07","slug":"obnovlenie-golosovyh-dannyh-mozilla-common-voice-20","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-20","title":{"rendered":"Opdatering af stemmedata fra Mozilla Common Voice 20","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Mozilla har opdateret datas\u00e6ttene til Common Voice, som indeholder udtaleeksempler fra over 200.000 personer. Dataene er offentliggjort som offentligt dom\u00e6ne (CC0). De foresl\u00e5ede samlinger kan anvendes i maskinl\u00e6ringssystemer til opbygning af modeller til talegenkendelse og talesyntese. Sammenlignet med den tidligere opdatering er m\u00e6ngden af talemateriale i samlingen steget fra 32,6 til 33,1 tusinde timer tale, hvoraf 22,1 tusinde timer er blevet verificeret. Antallet af underst\u00f8ttede sprog er steget fra 129 til 133 \u2014 der er tilf\u00f8jet de aragonesiske, isindebele, sydsotho og tupuri sprog. <\/p>\n
Tilberedningen af materialer p\u00e5 engelsk involverede 94.900 personer, som dikterede 3.631 timer tale (der var 93.900 deltagere og 3.587 timer). Datas\u00e6ttet for det hvide russiske sprog d\u00e6kker 8.521 deltagere og 1.860 timers talemateriale (der var 8.444 deltagere og 1.846 timer), for det russiske sprog \u2014 3.365 deltagere og 281 timer (der var 3.296 deltagere og 278 timer), for det uzbekiske \u2014 2.211 deltagere og 265 timer (der var 2.200 deltagere og 265 timer), for det ukrainske sprog \u2014 1.120 deltagere og 114 timer (der var 1.104 deltagere og 114 timer). <\/p>\n
Projektet Common Voice organiserer et samarbejde om at opbygge en database af stemmeskabeloner, der tager h\u00f8jde for al mangfoldighed af stemmer og taleformer. Brugerne opfordres til at indtale de viste s\u00e6tninger eller vurdere kvaliteten af de data, der er tilf\u00f8jet af andre brugere. Den opbyggede database med optagelser af forskelligt udtale 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":"