Компания Mozilla обновила наборы голосовых данных Common Voice, включающие примеры произношения более 200 тысяч человек. Данные опубликованы как общественное достояние (CC0). Предложенные наборы можно использовать в системах машинного обучения для построения моделей распознавания и синтеза речи.
По сравнению с прошлым обновлением объём речевого материала в коллекции увеличился с 23.8 до 25.8 тысяч часов речи. В подготовке материалов на английском языке приняли участие более 88 тысяч человек, надиктовавших 3161 час речи (было 84 тысячи участников и 3098 часов). Набор для белорусского языка охватывает 7903 участников и 1419 часов речевого материала (было — 6965 участников и 1217 часов), русского языка — 2815 участников и 229 часов (было 2731 участник и 215 часов), узбекского — 2092 участника и 262 часа (было 2025 участников и 258 часов), украинского языка — 780 участников и 87 часов (было 759 участников и 87 часов).
It Common Voice-projekt hat as doel om mienskiplik wurk te organisearjen om in databank fan stimpatroanen te sammeljen dy't rekken hâldt mei it ferskaat oan stimmen en spraakstilen. Brûkers wurde útnoege foar stimfrases werjûn op it skerm of evaluearje de kwaliteit fan gegevens tafoege troch oare brûkers. De opboude databank mei records fan ferskate útspraken fan typyske sinnen fan minsklike spraak kin sûnder beheiningen brûkt wurde yn masine-learsystemen en yn ûndersyksprojekten.
Boarne: opennet.ru