{"id":100885,"date":"2021-08-01T10:23:19","date_gmt":"2021-08-01T08:23:19","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-7-0"},"modified":"2021-08-01T10:23:19","modified_gmt":"2021-08-01T08:23:19","slug":"obnovlenie-golosovyh-dannyh-mozilla-common-voice-7-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-7-0","title":{"rendered":"Aktualisierung der Sprachdaten von Mozilla Common Voice 7.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Die Unternehmen NVIDIA und Mozilla haben ein Update der Sprachdatens\u00e4tze ver\u00f6ffentlicht, die im Rahmen der Initiative Common Voice gesammelt wurden und Beispiele f\u00fcr die Aussprache von 182.000 Menschen enthalten, was einem Anstieg von 25 % im Vergleich zu vor 6 Monaten entspricht. Die Daten wurden als \u00f6ffentliches Gut (CC0) ver\u00f6ffentlicht. Die vorgeschlagenen Datens\u00e4tze k\u00f6nnen in maschinellen Lernsystemen zur Entwicklung von Spracherkennungs- und Sprachsynthesemodellen verwendet werden. <\/p>\n

\u041f\u043e \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044e \u0441 \u043f\u0440\u043e\u0448\u043b\u044b\u043c \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u0435\u043c \u0440\u0430\u0437\u043c\u0435\u0440 \u043e\u0431\u044a\u0451\u043c \u0440\u0435\u0447\u0435\u0432\u043e\u0433\u043e \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430 \u0432 \u043a\u043e\u043b\u043b\u0435\u043a\u0446\u0438\u0438 \u0443\u0432\u0435\u043b\u0438\u0447\u0438\u043b\u0441\u044f \u0441 9 \u0434\u043e 13.9 \u0442\u044b\u0441\u044f\u0447 \u0447\u0430\u0441\u043e\u0432 \u0440\u0435\u0447\u0438. \u0427\u0438\u0441\u043b\u043e \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u0435\u043c\u044b\u0445 \u044f\u0437\u044b\u043a\u043e\u0432 \u0432\u043e\u0437\u0440\u043e\u0441\u043b\u043e \u0441 60 \u0434\u043e 76, \u0432 \u0442\u043e\u043c \u0447\u0438\u0441\u043b\u0435 \u0432\u043f\u0435\u0440\u0432\u044b\u0435 \u0434\u043e\u0431\u0430\u0432\u043b\u0435\u043d\u0430 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u0430 \u0411\u0435\u043b\u043e\u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e, \u041a\u0430\u0437\u0430\u0445\u0441\u043a\u043e\u0433\u043e, \u0423\u0437\u0431\u0435\u043a\u0441\u043a\u043e\u0433\u043e, \u0411\u043e\u043b\u0433\u0430\u0440\u0441\u043a\u043e\u0433\u043e, \u0410\u0440\u043c\u044f\u043d\u0441\u043a\u043e\u0433\u043e, \u0410\u0437\u0435\u0440\u0431\u0430\u0439\u0434\u0436\u0430\u043d\u0441\u043a\u043e\u0433\u043e \u0438 \u0411\u0430\u0448\u043a\u0438\u0440\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u043e\u0432. \u041d\u0430\u0431\u043e\u0440 \u0434\u043b\u044f \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430 \u043e\u0445\u0432\u0430\u0442\u044b\u0432\u0430\u0435\u0442 2136 \u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u043e\u0432 \u0438 173 \u0447\u0430\u0441\u0430 \u0440\u0435\u0447\u0435\u0432\u043e\u0433\u043e \u043c\u0430\u0442\u0435\u0440\u0438\u0430\u043b\u0430 (\u0431\u044b\u043b\u043e 1412 \u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u043e\u0432 \u0438 111 \u0447\u0430\u0441\u043e\u0432), \u0430 \u0434\u043b\u044f \u0443\u043a\u0440\u0430\u0438\u043d\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430 — 615 \u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u043e\u0432 \u0438 66 \u0447\u0430\u0441\u043e\u0432 (\u0431\u044b\u043b\u043e 459 \u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u043e\u0432 \u0438 30 \u0447\u0430\u0441\u043e\u0432). <\/p>\n

An der Erstellung von Materialien in englischer Sprache haben \u00fcber 75.000 Menschen teilgenommen, die 2637 Stunden best\u00e4tigte Sprache diktiert haben (zuvor 66.000 Teilnehmer und 1686 Stunden). Interessant ist, dass die Sprache Ruanda mit 2260 Stunden die zweitgr\u00f6\u00dfte Sammlung an Daten aufweist. Danach folgen Deutsch (1040), Katalanisch (920) und Esperanto (840). Zu den am schnellsten wachsenden Sprachen mit Sprachdaten geh\u00f6ren Thai (Zuwachs der Datenbasis um das 20-Fache, von 12 auf 250 Stunden), Luganda (von 8 auf 80 Stunden), Esperanto (von 100 auf 840 Stunden) und Tamil (von 24 auf 220 Stunden). <\/p>\n

Im Rahmen seiner Teilnahme am Projekt Common Voice hat die Firma NVIDIA auf Basis der gesammelten Daten vortrainierte Modelle f\u00fcr maschinelles Lernen (unterst\u00fctzt PyTorch) entwickelt. Die Modelle werden im Rahmen des kostenlosen und offenen Tools NVIDIA NeMo verteilt, das beispielsweise bereits in den automatisierten Sprachdiensten von MTS und Sberbank verwendet wird. Die Modelle sind auf die Nutzung in Sprach- und Sprachsynthesesystemen sowie in Systemen zur Verarbeitung nat\u00fcrlicher Sprache ausgerichtet und k\u00f6nnten f\u00fcr Forscher, die an der Erstellung von Sprachdialogsystemen, Transkriptionsplattformen und automatisierten Callcentern arbeiten, von Nutzen sein. Im Gegensatz zu fr\u00fcher verf\u00fcgbaren Projekten beschr\u00e4nken sich die ver\u00f6ffentlichten Modelle nicht auf die Erkennung der englischen Sprache und umfassen verschiedene Sprachen, Akzente und Spracharten. <\/p>\n

Wir erinnern daran, dass das Projekt Common Voice darauf abzielt, die gemeinsame Arbeit zur Ansammlung einer Datenbank von Sprachmustern zu organisieren, die die gesamte Vielfalt der Stimmen und Sprechweisen ber\u00fccksichtigt. Benutzern wird angeboten, die auf dem Bildschirm angezeigten Phrasen zu sprechen oder die Qualit\u00e4t von Daten zu bewerten, die von anderen Benutzern hinzugef\u00fcgt wurden. Die angesammelte Datenbank mit Aufnahmen unterschiedlicher Aussprachen typischer menschlicher Sprachphrasen kann ohne Einschr\u00e4nkungen in Systemen des maschinellen Lernens und in Forschungsprojekten verwendet werden. <\/p>\n

Nach Meinung des Autors der Bibliothek zur Erkennung flie\u00dfender Sprache Vosk sind die Nachteile des Sets Common Voice die einseitige Sprachmaterial (vorausgesetzt \u00dcberzahl m\u00e4nnlicher Stimmen im Alter von 20-30 Jahren und Mangel an Material mit Frauen-, Kinder- und \u00e4lteren Stimmen), das Fehlen von Variabilit\u00e4t im Wortschatz (Wiederholung derselben Phrasen) und die Verbreitung von Aufnahmen im verzerrenden Format MP3.
\n
Quelle: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

\u041a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 NVIDIA \u0438 Mozilla \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u043b\u0438 \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u0435 \u043d\u0430\u0431\u043e\u0440\u043e\u0432 \u0433\u043e\u043b\u043e\u0441\u043e\u0432\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u0441\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0445 \u0432 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u0438\u043d\u0438\u0446\u0438\u0430\u0442\u0438\u0432\u044b Common Voice \u0438 \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0449\u0438\u0445 \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u043f\u0440\u043e\u0438\u0437\u043d\u043e\u0448\u0435\u043d\u0438\u044f 182 \u0442\u044b\u0441\u044f\u0447 \u043b\u044e\u0434\u0435\u0439, \u0447\u0442\u043e \u043d\u0430 25% \u0431\u043e\u043b\u044c\u0448\u0435, \u0447\u0435\u043c 6 \u043c\u0435\u0441\u044f\u0446\u0435\u0432 \u043d\u0430\u0437\u0430\u0434. \u0414\u0430\u043d\u043d\u044b\u0435 \u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d\u044b \u043a\u0430\u043a \u043e\u0431\u0449\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0435 \u0434\u043e\u0441\u0442\u043e\u044f\u043d\u0438\u0435 (CC0). \u041f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u043d\u044b\u0435 \u043d\u0430\u0431\u043e\u0440\u044b \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0432 \u0441\u0438\u0441\u0442\u0435\u043c\u0430\u0445 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0434\u043b\u044f \u043f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u0438\u044f \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044f \u0438 \u0441\u0438\u043d\u0442\u0435\u0437\u0430 \u0440\u0435\u0447\u0438. \u041f\u043e \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044e \u0441 \u043f\u0440\u043e\u0448\u043b\u044b\u043c […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-100885","post","type-post","status-publish","format-standard","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47Update der Sprachdaten Mozilla Common Voice 7.0 | ProHoster","description":"Die Firmen NVIDIA und Mozilla haben ein Update der Sprachdatens\u00e4tze vorgestellt, die im Rahmen der Initiative Common Voice gesammelt wurden und 182.000 Beispiele f\u00fcr die Aussprache von Menschen enthalten, was 25% mehr ist als vor 6 Monaten.","canonical_url":"https:\/\/prohoster.info\/de\/blog\/news\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-7-0","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"de_DE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u0435 \u0433\u043e\u043b\u043e\u0441\u043e\u0432\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 Mozilla Common Voice 7.0 | ProHoster","og:description":"\u041a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 NVIDIA \u0438 Mozilla \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u0438\u043b\u0438 \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u0435 \u043d\u0430\u0431\u043e\u0440\u043e\u0432 \u0433\u043e\u043b\u043e\u0441\u043e\u0432\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u0441\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0445 \u0432 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u0438\u043d\u0438\u0446\u0438\u0430\u0442\u0438\u0432\u044b Common Voice \u0438 \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0449\u0438\u0445 \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u043f\u0440\u043e\u0438\u0437\u043d\u043e\u0448\u0435\u043d\u0438\u044f 182 \u0442\u044b\u0441\u044f\u0447 \u043b\u044e\u0434\u0435\u0439, \u0447\u0442\u043e \u043d\u0430 25% \u0431\u043e\u043b\u044c\u0448\u0435, \u0447\u0435\u043c 6 \u043c\u0435\u0441\u044f\u0446\u0435\u0432 \u043d\u0430\u0437\u0430\u0434.","og:url":"https:\/\/prohoster.info\/de\/blog\/news\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-7-0","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2021-08-01T08:23:19+00:00","article:modified_time":"2021-08-01T08:23:19+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"100885","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-08-01 08:50:03","updated":"2022-09-30 00:37:39","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/100885","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/comments?post=100885"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/100885\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media?parent=100885"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/categories?post=100885"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/tags?post=100885"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}