Mozilla on uuendanud Common Voice hääletusandmete komplekte, mis hõlmavad üle 200 000 inimese hääldusnäite. Andmed on avalikustatud kui avalik domeen (CC0). Pakutavaid komplekte saab kasutada masinõppe süsteemides kõne tuvastamise ja sünteesi mudelite loomiseks.
Võrreldes eelmise uuendusega on kõnematerjali maht kollektsioonis kasvanud 23,8 tuhandelt 25,8 tuhandele kõnetunnile. Inglise keeles osales enam kui 88 000 inimest, kes dikteerisid 3161 tunni kõnet (osalejaid oli 84 000 ja 3098 tundi). Valgevene keele komplekt hõlmab 7903 osalejat ja 1419 tunni kõnematerjali (enne oli 6965 osalejat ja 1217 tundi), vene keele puhul 2815 osalejat ja 229 tundi (enne oli 2731 osalejat ja 215 tundi), usbeki keeles 2092 osalejat ja 262 tundi (enne oli 2025 osalejat ja 258 tundi), ning ukraina keeles 780 osalejat ja 87 tundi (enne oli 759 osalejat ja 87 tundi).
Common Voice projekt on suunatud koostöö korraldamisele häälemustrite andmebaasi kogumiseks, mis arvestab kõigi häältüüride ja kõneviisidega. Kasutajatele pakutakse ekraanile kuvatud fraaside hääldamist või teiste kasutajate lisatud andmete kvaliteedi hindamist. Kogutud andmebaasi, mis sisaldab erineva hääldusega tüüpfraase inimkõnest, saab piiranguteta kasutada masinõppe süsteemides ja teadusprojektides.
Allikas: opennet.ru
