Mozilla on värskendanud Common Voice hääldata kogumeid, mis sisaldavad üle 200 000 inimese hääldusnäite. Andmed on avaldatud kui avalik varandus (CC0). Pakutavaid kogumeid saab kasutada masinõppe süsteemides kõne tuvastamise ja sünteesi mudelite loomiseks. Võrreldes eelmise värskendusega on kõnematerjali maht kogus tõusnud 31,8-tuhandest 32,6 tuhande tunni peale, millest üle 20 000 tunni on läbinud kontrollimise protseduuri. Toetatud keelte arv on tõusnud 129-lt 131-le.
Inglise keele materjalide ettevalmistamisel osales 93,9 tuhat inimest, kes salvestasid 3587 tundi kõne (osalejaid oli varem 93,3 tuhat ja 3554 tundi). Valgevene keele kogum katab 8444 osalejat ja 1846 tundi kõnematerjali (varem oli 8400 osalejat ja 1815 tundi), vene keele puhul olid osalejaid 3296 ja 278 tundi (varem 3241 osalejat ja 277 tundi), usbeki keeles 2200 osalejat ja 265 tundi (varem 2189 osalejat ja 265 tundi), Ukraina keeles 1104 osalejat ja 114 tundi (varem 1091 osalejat ja 113 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
