L'azienda Mozilla ha presentato un aggiornamento dei set di dati vocali Common Voice, che includono esempi di pronuncia di circa 200.000 persone. I dati sono stati pubblicati come dominio pubblico (CC0). I set proposti possono essere utilizzati nei sistemi di machine learning per costruire modelli di riconoscimento e sintesi vocale.
Rispetto all'ultimo aggiornamento, il volume del materiale vocale nella collezione è aumentato del 10% — da 18,2 a 20,2 mila ore di voce. Il numero delle lingue supportate è aumentato da 87 a 93. Per 27 lingue sono stati accumulati oltre 100 ore di dati vocali, mentre per 9 lingue sono state superate le 500 ore di dati vocali. Per 9 lingue si è anche riusciti a raggiungere una percentuale di voce femminile di almeno il 45%.
Nella preparazione dei materiali in lingua inglese hanno partecipato oltre 81.000 persone, che hanno registrato 2.953 ore di voce (erano 79.000 i partecipanti e 2.886 ore). Il set per la lingua bielorussa comprende 6.326 partecipanti e 1.054 ore di materiale vocale (erano 6.160 partecipanti e 987 ore), per la lingua russa — 2.585 partecipanti e 201 ore (erano 2.452 partecipanti e 193 ore), per la lingua uzbeka — 1.503 partecipanti e 231 ore (erano 1.355 partecipanti e 227 ore), per la lingua ucraina — 696 partecipanti e 79 ore (erano 684 partecipanti e 76 ore).
Il progetto Common Voice mira a organizzare una collaborazione per accumulare una base di modelli vocali che tenga conto di tutta la varietà di voci e modi di parlare. Gli utenti sono invitati a vocalizzare le frasi visualizzate sullo schermo o a valutare la qualità dei dati aggiunti da altri utenti. La base di dati accumulata con registrazioni di varie pronunce di frasi tipiche del linguaggio umano può essere utilizzata senza restrizioni in sistemi di apprendimento automatico e in progetti di ricerca.
Fonte: opennet.ru
