Ke hoʻolilo nei ʻo NVIDIA i $1.5 miliona ma ka papahana Mozilla Common Voice. ʻO ka hoihoi i nā ʻōnaehana hoʻomaopopo ʻōlelo ma muli o ka wānana ʻana i loko o nā makahiki he ʻumi e hiki mai ana, e lilo ka ʻenehana leo i kekahi o nā ala nui e launa pū ai ka poʻe me nā polokalamu mai nā kamepiula a me nā kelepona a i nā mea kōkua kiʻi a me nā kiosk.
ʻO ka hana o nā ʻōnaehana leo e hilinaʻi nui ʻia i ka nui a me nā ʻano ʻikepili leo i loaʻa no ka hoʻomaʻamaʻa ʻana i nā hiʻohiʻona aʻo mīkini. Ke kālele nui nei ka ʻenehana leo o kēia mau lā i ka ʻike ʻana i ka ʻōlelo Pelekania a ʻaʻole i uhi i ka nui o nā ʻōlelo, nā leo, a me nā ʻano ʻōlelo. E kōkua ka hoʻopukapuka kālā i ka hoʻonui ʻana i ka ʻikepili leo lehulehu, e hoʻopili i nā kaiāulu a me nā mea manawaleʻa hou aku, a e hoʻonui i ka nui o nā limahana papahana manawa piha.
E hoʻomanaʻo mākou iā ʻoe ʻo ka papahana Common Voice ke kuhikuhi ʻia i ka hoʻonohonoho ʻana i nā hana hui e hōʻiliʻili i kahi waihona o nā ʻano leo e noʻonoʻo ana i ka ʻokoʻa o nā leo a me nā ʻano ʻōlelo. Kāhea ʻia nā mea hoʻohana i nā huaʻōlelo leo i hōʻike ʻia ma ka pale a i ʻole loiloi i ka maikaʻi o ka ʻikepili i hoʻohui ʻia e nā mea hoʻohana ʻē aʻe. Hiki ke hoʻohana ʻia ka ʻikepili i hōʻiliʻili ʻia me nā moʻolelo o nā ʻōlelo like ʻole o nā huaʻōlelo maʻamau o ka ʻōlelo kanaka me ka ʻole o ke kaohi ʻana i nā ʻōnaehana aʻo mīkini a me nā papahana noiʻi.
Hoʻokomo ʻia ka Common Voice i kēia manawa i nā laʻana haʻi ʻōlelo mai 164 poʻe. Ma kahi o 9 tausani hola o ka ʻikepili leo i hōʻiliʻili ʻia ma 60 mau ʻōlelo like ʻole. ʻO ka hoʻonohonoho no ka ʻōlelo Lūkini e uhi i nā mea komo 1412 a me 111 mau hola o ka haʻiʻōlelo, a no ka ʻōlelo Ukrainian - 459 mau mea komo a me 30 mau hola. No ka hoʻohālikelike, ʻoi aku ma mua o 66 tausani mau kānaka i komo i ka hoʻomākaukau ʻana i nā mea ma ka ʻōlelo Pelekania, e kuhikuhi ana i nā hola 1686 o ka ʻōlelo i hōʻoia ʻia. Hiki ke hoʻohana ʻia nā pūʻulu i manaʻo ʻia i nā ʻōnaehana aʻo mīkini e kūkulu i ka ʻike ʻōlelo a me nā hiʻohiʻona synthesis. Hoʻopuka ʻia ka ʻikepili ma ke ʻano he kikowaena lehulehu (CC0).
Wahi a ka mea kākau o ka Vosk continue speech recognition library, nā hemahema o ka Common Voice set ka one-sidedness o ka leo mea (ka predominance o na kanaka kanaka 20-30 makahiki, a me ka nele o ka mea me ka leo o na wahine. , nā kamaliʻi a me ka poʻe ʻelemakule), ka nele o ka ʻokoʻa o ka puke wehewehe ʻōlelo (ka hana hou ʻana i nā huaʻōlelo like) a me ka hāʻawi ʻana i nā hoʻopaʻa hoʻopaʻa ʻana i ka format MP3 distorting.
Source: opennet.ru