Mozilla Common Voice häälte andmete uuendus 20

Mozilla on uuendanud Common Voice häälte andmekogusid, mis sisaldavad üle 200 000 inimese hääle näite. Andmed on avalikult kergesti kergesti kergesti (CC0). Pakutavaid kogusid saab kasutada masinõppe süsteemides, et luua kõnntuvust ja sünteesi mudelid. Kui võrrelda eelneva uuendusega, on kõnnetootmise maht kogus kasvanud 32,6 tuhande tunni pealt 33,1 tuhande tunni peale, millest 22,1 tuhat tundi on läbinud kontrollimise protseduuri. Toetatud keelte arv on kasvanud 129-lt 133-le — lisatud on aragoni, isindebele, lõuna-sotho ja tupuri keeled.

Inglise keele materjalide ettevalmistamisega osales 94,9 tuhat inimest, kes dictenis 3631 tundi kõnes (eelnevalt osales 93,9 tuhat inimest ja 3587 tundi). Valgevene keele kogumi hulka kuulub 8521 osalejat ja 1860 tundi kõneainet (eelnevalt 8444 osalejat ja 1846 tundi), vene keeles — 3365 osalejat ja 281 tundi (eelnevalt 3296 osalejat ja 278 tundi), usbeki keeles — 2211 osalejat ja 265 tundi (eelnevalt 2200 osalejat ja 265 tundi), ukraina keeles — 1120 osalejat ja 114 tundi (eelnevalt 1104 osalejat ja 114 tundi).

Common Voice projekt koordineerib koostööd häälemallide kogumise osas, arvestades häälte ja kõneviiside mitmekesisust. Kasutajatele pakutakse ekraanile kuvatud fraaside hääletamist või teiste kasutajate lisatud andmete kvaliteedi hindamist. Kogutud andmebaasi, kus on erinevate häälduste salvestused tavalistest kõne fraasidest, saab piiranguteta kasutada masinõppe süsteemides ja teadusuuringute projektides.

Allikas: opennet.ru