{"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\/es\/blog\/news\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-8-0","title":{"rendered":"Actualizaci\u00f3n de datos de voz de Mozilla Common Voice 8.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
La empresa Mozilla ha presentado una actualizaci\u00f3n de los conjuntos de datos de voz Common Voice, que incluye ejemplos de pronunciaci\u00f3n de aproximadamente 200 mil personas. Los datos se publican como dominio p\u00fablico (CC0). Los conjuntos propuestos pueden utilizarse en sistemas de aprendizaje autom\u00e1tico para construir modelos de reconocimiento y s\u00edntesis de voz. En comparaci\u00f3n con la \u00faltima actualizaci\u00f3n, el volumen de material de voz en la colecci\u00f3n ha aumentado en un 30% \u2014 de 13.9 a 18.2 mil horas de discurso. El n\u00famero de idiomas soportados ha crecido de 67 a 87. <\/p>\n
El conjunto para el idioma ruso abarca 2452 participantes y 193 horas de material de voz (era 2136 participantes y 173 horas), para el idioma bielorruso \u2014 6160 participantes y 987 horas (era 3831 participantes y 356 horas), para el idioma ucraniano \u2014 684 participantes y 76 horas (era 615 participantes y 66 horas). En la preparaci\u00f3n de materiales en ingl\u00e9s participaron m\u00e1s de 79 mil personas, quienes dictaron 2886 horas de discurso verificado (era 75 mil participantes y 2637 horas). <\/p>\n
Recordemos que el proyecto Common Voice tiene como objetivo organizar el trabajo colaborativo para acumular una base de patrones de voz que refleje toda la diversidad de voces y estilos de habla. Se invita a los usuarios a pronunciar las frases mostradas en pantalla o a evaluar la calidad de los datos a\u00f1adidos por otros usuarios. La base de datos acumulada con grabaciones de diversas pronunciaciones de frases t\u00edpicas del habla humana puede ser utilizada sin restricciones en sistemas de aprendizaje autom\u00e1tico y en proyectos de investigaci\u00f3n. Seg\u00fan el autor de la biblioteca de reconocimiento de voz continua Vosk, las deficiencias del conjunto Common Voice son la unidimensionalidad del material de voz (predominancia de hombres de 20 a 30 a\u00f1os y falta de material con voces de mujeres, ni\u00f1os y ancianos), la ausencia de variabilidad en el vocabulario (repetici\u00f3n de las mismas frases) y la propagaci\u00f3n de grabaciones en un formato MP3 que introduce distorsiones. <\/p>\n
Adem\u00e1s, se puede destacar el lanzamiento de la herramienta NVIDIA NeMo 1.6, que proporciona m\u00e9todos de aprendizaje autom\u00e1tico para crear sistemas de reconocimiento de voz, s\u00edntesis de voz y procesamiento de informaci\u00f3n en lenguaje natural. NeMo incluye modelos preentrenados para sistemas de aprendizaje autom\u00e1tico basados en el marco PyTorch, preparados por NVIDIA utilizando datos de voz de Common Voice y abarcando varios idiomas, acentos y formas de habla. Los modelos pueden ser \u00fatiles para investigadores que desarrollan sistemas de di\u00e1logo por voz, plataformas de transcripci\u00f3n y centros de llamada automatizados. Por ejemplo, NVIDIA NeMo se utiliza en servicios de voz automatizados de MTS y Sberbank. El c\u00f3digo de NeMo est\u00e1 escrito en Python utilizando PyTorch y se distribuye bajo la licencia Apache 2.0. \n Fuente: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"