{"id":100885,"date":"2021-08-01T10:23:19","date_gmt":"2021-08-01T08:23:19","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-7-0"},"modified":"2021-08-01T10:23:19","modified_gmt":"2021-08-01T08:23:19","slug":"obnovlenie-golosovyh-dannyh-mozilla-common-voice-7-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/fr\/blog\/news\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-7-0","title":{"rendered":"Mise \u00e0 jour des donn\u00e9es vocales Mozilla Common Voice 7.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Les entreprises NVIDIA et Mozilla ont pr\u00e9sent\u00e9 une mise \u00e0 jour des ensembles de donn\u00e9es vocales, r\u00e9unies dans le cadre de l'initiative Common Voice et comprenant des exemples de prononciation de 182 000 personnes, soit 25 % de plus qu'il y a 6 mois. Les donn\u00e9es ont \u00e9t\u00e9 publi\u00e9es comme domaine public (CC0). Les ensembles propos\u00e9s peuvent \u00eatre utilis\u00e9s dans des syst\u00e8mes d'apprentissage automatique pour construire des mod\u00e8les de reconnaissance et de synth\u00e8se vocale. <\/p>\n
Compar\u00e9 \u00e0 la mise \u00e0 jour pr\u00e9c\u00e9dente, le volume des donn\u00e9es audio de la collection a augment\u00e9 de 9 \u00e0 13,9 milliers d'heures de discours. Le nombre de langues prises en charge est pass\u00e9 de 60 \u00e0 76, avec l'ajout pour la premi\u00e8re fois du bi\u00e9lorusse, du kazakh, de l'ouzbek, du bulgare, de l'arm\u00e9nien, de l'az\u00e9ri et du bachkir. L'ensemble pour la langue russe couvre 2136 participants et 173 heures de mat\u00e9riel vocal (contre 1412 participants et 111 heures), tandis que pour la langue ukrainienne, il inclut 615 participants et 66 heures (contre 459 participants et 30 heures). <\/p>\n
Plus de 75 000 personnes ont particip\u00e9 \u00e0 la pr\u00e9paration de mat\u00e9riaux en anglais, enregistrant 2637 heures de discours v\u00e9rifi\u00e9 (contre 66 000 participants et 1686 heures). Fait int\u00e9ressant, la langue rwandaise arrive en deuxi\u00e8me position en termes de taille des donn\u00e9es accumul\u00e9es, avec 2260 heures. Viennent ensuite l'allemand (1040), le catalan (920) et l'esp\u00e9ranto (840). Parmi les langues avec une augmentation dynamique de la taille des donn\u00e9es vocales, on note le tha\u00ef (croissance de 20 fois, passant de 12 \u00e0 250 heures), le luganda (de 8 \u00e0 80 heures), l'esp\u00e9ranto (de 100 \u00e0 840 heures) et le tamoul (de 24 \u00e0 220 heures). <\/p>\n
Dans le cadre de sa participation au projet Common Voice, la soci\u00e9t\u00e9 NVIDIA a pr\u00e9par\u00e9 des mod\u00e8les d'apprentissage automatique pr\u00e9-entra\u00een\u00e9s bas\u00e9s sur des donn\u00e9es collect\u00e9es (compatibles avec PyTorch). Les mod\u00e8les sont distribu\u00e9s dans le cadre de l'outil gratuit et ouvert NVIDIA NeMo, qui est d\u00e9j\u00e0 utilis\u00e9 dans des services vocaux automatis\u00e9s tels que MTS et Sberbank. Ces mod\u00e8les sont destin\u00e9s \u00e0 \u00eatre utilis\u00e9s dans des syst\u00e8mes de reconnaissance vocale, de synth\u00e8se vocale et de traitement d'informations en langage naturel, et peuvent \u00eatre utiles aux chercheurs d\u00e9veloppant des syst\u00e8mes de dialogue vocal, des plateformes de transcription et des centres d'appels automatis\u00e9s. Contrairement aux projets pr\u00e9c\u00e9demment disponibles, les mod\u00e8les publi\u00e9s ne se limitent pas \u00e0 la reconnaissance de l'anglais et couvrent plusieurs langues, accents et formes de parole. <\/p>\n
Rappelons que le projet Common Voice vise \u00e0 organiser un travail collaboratif pour accumuler une base de mod\u00e8les vocaux tenant compte de toute la diversit\u00e9 des voix et des mani\u00e8res de parler. Les utilisateurs sont invit\u00e9s \u00e0 vocaliser les phrases affich\u00e9es \u00e0 l'\u00e9cran ou \u00e0 \u00e9valuer la qualit\u00e9 des donn\u00e9es ajout\u00e9es par d'autres utilisateurs. La base de donn\u00e9es accumul\u00e9e, comprenant des enregistrements de diff\u00e9rentes prononciations de phrases typiques de la parole humaine, peut \u00eatre utilis\u00e9e sans restrictions dans des syst\u00e8mes d'apprentissage automatique et dans des projets de recherche. <\/p>\n
Selon l'auteur de la biblioth\u00e8que de reconnaissance vocale continue Vosk, les d\u00e9fauts du dataset Common Voice sont le manque de diversit\u00e9 des mat\u00e9riaux vocaux (predominance des hommes \u00e2g\u00e9s de 20 \u00e0 30 ans et manque de mat\u00e9riel avec des voix de femmes, d'enfants et de personnes \u00e2g\u00e9es), l'absence de variabilit\u00e9 dans le vocabulaire (r\u00e9p\u00e9tition des m\u00eames phrases) et la diffusion d'enregistrements en format MP3 qui introduisent des distorsions. \n Source : opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"