Tvrtka Mozilla ažurirala je setove glasovnih podataka Common Voice, koji uključuju primjere izgovora više od 200 tisuća osoba. Podaci su objavljeni kao javno dobro (CC0). Predloženi setovi mogu se koristiti u sustavima strojnog učenja za izgradnju modeli prepoznavanja i sintetiziranja govora.
U usporedbi s prošlim ažuriranjem, količina govornog materijala u kolekciji povećala se sa 23,8 na 25,8 tisuća sati govora. U pripremi materijala na engleskom jeziku sudjelovalo je više od 88 tisuća osoba, koje su diktirale 3161 sat govora (bilo je 84 tisuće sudionika i 3098 sati). Set za bjeloruski jezik obuhvaća 7903 sudionika i 1419 sati govornog materijala (bilo je 6965 sudionika i 1217 sati), ruski jezik – 2815 sudionika i 229 sati (bilo 2731 sudionik i 215 sati), uzbečki – 2092 sudionika i 262 sata (bilo 2025 sudionika i 258 sati), a ukrajinski jezik – 780 sudionika i 87 sati (bilo 759 sudionika i 87 sati).
Projekt Common Voice usmjeren je na organiziranje zajedničkog rada na akumulaciji baze glasovnih uzoraka, koja uzima u obzir cijelu raznolikost glasova i stilova govora. Korisnicima se nudi da izgovore prikazane na ekranu fraze ili ocijene kvalitetu podataka koje su dodali drugi korisnici. Prikupljena baza podataka s snimkama različitih izgovora standardnih fraza ljudskog govora bez ograničenja može se koristiti u sustavima strojnog učenja i u istraživačkim projektima.
Izvor: opennet.ru
