La société Mozilla a annoncé une mise à jour des ensembles de données vocales Common Voice, comprenant des exemples de prononciation d'environ 200 000 personnes. Les données sont publiées comme domaine public (CC0). Les ensembles proposés peuvent être utilisés dans des systèmes d'apprentissage automatique pour créer des modèles de reconnaissance et de synthèse vocale.
Par rapport à la mise à jour précédente, le volume de matériel vocal dans la collection a augmenté de 10 % — passant de 18,2 à 20,2 milliers d'heures de discours. Le nombre de langues prises en charge est passé de 87 à 93. Pour 27 langues, plus de 100 heures de données vocales ont été accumulées, et pour 9 langues, plus de 500 heures de données vocales. Pour 9 langues, on a également réussi à atteindre une proportion de discours féminin d'au moins 45 %.
Plus de 81 000 personnes ont participé à la préparation des matériaux en anglais, ayant dicté 2953 heures de discours (il y avait 79 000 participants et 2886 heures). Le ensemble pour la langue biélorusse couvre 6326 participants et 1054 heures de matériel vocal (il y avait 6160 participants et 987 heures), pour la langue russe — 2585 participants et 201 heure (il y avait 2452 participants et 193 heures), pour la langue ouzbèke — 1503 participants et 231 heure (il y avait 1355 participants et 227 heures), pour la langue ukrainienne — 696 participants et 79 heures (il y avait 684 participants et 76 heures).
Le projet Common Voice vise à organiser un travail collaboratif pour accumuler une base de modèles vocaux, tenant compte de toute la diversité des voix et des manières de parler. Les utilisateurs sont invités à prononcer les phrases affichées à l'écran ou à évaluer la qualité des données ajoutées par d'autres utilisateurs. La base de données accumulée avec des enregistrements de différentes prononciations de phrases standard de la parole humaine peut être utilisée sans restriction dans des systèmes d'apprentissage automatique et dans des projets de recherche.
Source : opennet.ru
