Mozilla a annoncé la sortie de son 18e ensemble de données Common Voice, désormais disponible en téléchargement. Cet ensemble de données fait partie de la stratégie de Mozilla pour offrir un accès plus large aux technologies vocales. Il s'agit d'un ensemble de données gratuit de fragments vocaux multilingues et de données textuelles associées, distribué sous licence CC0 (domaine public). La création de cet ensemble de données est le fruit d'un travail collaboratif au sein de la communauté, rassemblant des contributeurs fournissant voix et texte, des défenseurs des langues, des techniciens, des chercheurs et d'autres membres de la communauté Common Voice.
Le volume total de l'ensemble de données Common Voice a atteint 31 841 heures, dont 20 789 heures de données vocales vérifiées par la communauté. Cela représente 700 heures de données vocales de plus que la dernière version de l'ensemble de données et 381 heures de nouvelles données vérifiées. Le 18e ensemble de données comprend des fragments dans 129 langues, y compris 5 nouvelles langues ajoutées dans cette version.
Le nouvel ensemble de données présente cinq nouvelles langues : le Xhosa (Xhosa, Afrique du Sud), le Kalenjin (Kalenjin, Kenya), le Kidaw’ida (Kidaw’ida, Kenya), le Dholuo (Dholuo, Kenya et Tanzanie) et le Setswana (Setswana, Botswana, Zimbabwe, Namibie, Afrique du Sud). Ces langues sont parlées par des centaines de millions de personnes à travers le monde, qui peuvent désormais bénéficier d'un meilleur soutien en matière de technologies vocales.
Si vous êtes intéressé par Common Voice, il existe de nombreuses façons de rejoindre la communauté des contributeurs. Vous pouvez partager votre voix ou écrire et soumettre des suggestions originales dans votre langue pour aider à créer le prochain ensemble de données. Si votre langue n'est pas encore présente dans Common Voice, vous pouvez demander son ajout via un formulaire spécial. Les contributions techniques au projet open source sur Github sont également les bienvenues.
Mozilla est toujours heureux de recevoir des retours sur les nouvelles versions. Vous pouvez les contacter sur les forums de Common Voice, interagir avec eux sur Matrix ou écrire directement à l'équipe à l'adresse commonvoice@mozilla.com. Ils sont particulièrement intéressés par les façons dont les utilisateurs des ensembles de données exploitent ou explorent les données fournies. Une meilleure compréhension des besoins des utilisateurs de l'ensemble de données peut les aider à déterminer une direction qui répond mieux aux attentes des utilisateurs.
Source : linux.org.ru
