Mozilla je objavila 18. izdanje Common Voice podatkovnog seta, koji je sada dostupan za preuzimanje. Ovaj podatkovni set dio je strategije Mozille za osiguranje šireg pristupa glasovnim tehnologijama. Predstavlja besplatan podatkovni set višenamjenskih glasovnih isječaka i povezanih tekstualnih podataka, koji se distribuira pod CC0 licencom (javna domena). Kreiranje ovog podatkovnog seta rezultat je zajedničkog rada zajednice, uključujući sudionike koji daju glasove i tekstove, jezične aktiviste, tehnološke stručnjake, istraživače i ostale članove zajednice Common Voice.
Ukupna veličina Common Voice podatkovnog seta dostigla je 31.841 sat, od čega je 20.789 sati glasovnih podataka verificirano od strane zajednice. To je 700 sati više glasovnih podataka u usporedbi s posljednjim izdanjem i 381 sat više novih verificiranih podataka. 18. izdanje sadrži isječke na 129 jezika, uključujući 5 novih jezika koji su dodani u ovom izdanju.
U novom podatkovnom setu predstavljeno je pet novih jezika: Kosa (Xhosa, Južna Afrika), Kalenđin (Kalenjin, Kenija), Dabidi (Kidaw’ida, Kenija), Doluo (Dholuo, Kenija i Tanzanija) i Tswana (Setswana, Bocvana, Zimbabwe, Namibija, Južna Afrika). Ovi jezici se govore širom sveta od strane stotina miliona ljudi koji sada mogu dobiti kvalitetniju podršku u vezi s glasovnim tehnologijama.
Ako ste zainteresirani za Common Voice, postoji mnogo načina da se pridružite zajednici sudionika. Možete podijeliti svoj glas ili napisati i doprinijeti originalnim prijedlozima na svom jeziku kako biste pomogli u kreiranju sljedećeg podatkovnog seta. Ako vaš jezik još nije prisutan u Common Voice, možete zatražiti njegovo dodavanje putem posebnog obrasca. Tehnički doprinosi otvorenom projektu na Githubu također su dobrodošli.
Mozilla uvijek rado prima povratne informacije o novim izdanjima. Možete ih kontaktirati na Common Voice forumima, razgovarati s njima na Matrixu ili izravno kontaktirati tim putem commonvoice@mozilla.com. Osobito su zainteresirani za saznanje šta korisnici podatkovnih setova stvaraju ili istražuju koristeći podatkovni set. Bolje razumijevanje potreba korisnika podatkovnih setova može im pomoći da odrede pravac koji bolje odgovara potrebama korisnika.
Izvor: linux.org.ru
