Tvrtka Mozilla ažurirala je skupove glasovnih podataka Common Voice, koji uključuju primjere izgovora više od 200 tisuća ljudi. Podaci su objavljeni kao javno vlasništvo (CC0). Predloženi skupovi mogu se koristiti u sustavima strojno učenje za izgradnju modela prepoznavanja i sinteze govora. U usporedbi s prethodnim ažuriranjem, količina govornog materijala u kolekciji povećana je s 28,7 na 30,3 tisuće sati govora, od kojih je 19,7 tisuća sati prošlo postupak provjere. Broj podržanih jezika povećan je s 114 na 120 (dodani su jidiš, latgalski, ligurski, ossetijski, telugu i zapadni sierra-pueblanski náuatl).
U pripremi materijala na engleskom jeziku sudjelovalo je 90,67 tisuća ljudi koji su diktirali 3438 sati govora (bilo je 88,9 tisuća sudionika i 3347 sati). Skup za bjeloruski jezik obuhvaća 8249 sudionika i 1641 sat govornog materijala (bilo je 8205 sudionika i 1632 sata), za ruski jezik 3133 sudionika i 265 sati (bilo je 3053 sudionika i 260 sati), za uzbečki 2151 sudionik i 264 sata (bilo je 2141 sudionik i 263 sata), a za ukrajinski jezik 1058 sudionika i 108 sati (bilo je 1024 sudionika i 105 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
