Mozilla on värskendanud Common Voice'i häältandmete komplekte, mis sisaldavad rohkem kui 200 000 inimese hääleproove. Andmed on avaldatud avaliku domeeni alla (CC0). Pakutavaid komplekte saab kasutada masinõppes kõne tuvastamise ja sünteesi mudelite loomiseks.
Võrreldes eelmise uuendusega on kõnematerjali maht kollektsioonis suurenenud 23,8 tuhandelt 25,8 tuhandeni. Inglise keeles osales üle 88 000 inimese, kes dikteerisid 3161 tunni kõnet (oll olnud 84 000 osalejat ja 3098 tundi). Valgevene keele komplekt katab 7903 osalejat ja 1419 tunni kõnematerjali (oll olnud 6965 osalejat ja 1217 tundi), vene keele kohta — 2815 osalejat ja 229 tundi (oll olnud 2731 osalejat ja 215 tundi), usbeki — 2092 osalejat ja 262 tundi (oll olnud 2025 osalejat ja 258 tundi), Ukraina keele kohta — 780 osalejat ja 87 tundi (oll olnud 759 osalejat ja 87 tundi).
Common Voice projekt on suunatud koostöö korraldamisele häälešabloonide andmebaasi kogumisel, arvestades erinevaid hääli ja kõnemaneere. Kasutajatele pakutakse ekraanile kuvatud fraaside hääldamist või teiste kasutajate lisatud andmete kvaliteedi hindamist. Kogutud andmebaasi, mis sisaldab erinevate hääldustega tüüpfraaside salvestisi, saab piiranguteta kasutada masinõppe süsteemides ja uurimisprojektides.
Allikas: opennet.ru
