La société Mozilla a mis à jour les ensembles de données vocales Common Voice, comprenant des exemples de prononciation de plus de 200 000 personnes. Les données sont publiées comme domaine public (CC0). Les ensembles proposés peuvent être utilisés dans des systèmes d'apprentissage automatique pour construire des modèles de reconnaissance et de synthèse vocale. Par rapport à la mise à jour précédente, le volume du matériel vocal dans la collection est passé de 28,7 à 30,3 milliers d'heures de parole, dont 19,7 milliers d'heures ont été vérifiées. Le nombre de langues supportées est passé de 114 à 120 (ajouts de yiddish, letton, ligure, ossète, télougou et nahuatl occidental de Sierra Puebla).
La préparation des matériaux en anglais a impliqué 90,67 mille personnes, qui ont dicté 3438 heures de discours (il y avait 88,9 mille participants et 3347 heures). L'ensemble pour la langue biélorusse couvre 8249 participants et 1641 heures de matériel vocal (il y avait 8205 participants et 1632 heures), pour la langue russe — 3133 participants et 265 heures (il y avait 3053 participants et 260 heures), pour l'ouzbek — 2151 participants et 264 heures (il y avait 2141 participants et 263 heures), pour la langue ukrainienne — 1058 participants et 108 heures (il y avait 1024 participants et 105 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
