Mozilla ha annunciato il rilascio del 18° set di dati Common Voice, ora disponibile per il download. Questo set di dati fa parte della strategia di Mozilla per garantire un accesso più ampio alle tecnologie vocali. Si tratta di un set di dati gratuito di frammenti vocali multilingue e dei relativi dati testuali, distribuito con licenza CC0 (pubblico dominio). La creazione del set di dati è un lavoro collaborativo della comunità, che include partecipanti che forniscono voce e testo, attivisti linguistici, tecnici, scienziati e altri membri della comunità Common Voice.
Il volume totale del set di dati Common Voice ha raggiunto 31.841 ore, di cui 20.789 ore di dati vocali sono state verificate dalla comunità. Questo rappresenta 700 ore in più di dati vocali rispetto all'ultima versione del set di dati e 381 ore in più di nuovi dati verificati. Il 18° set di dati è composto da frammenti in 129 lingue, comprese 5 nuove lingue aggiunte in questa versione.
Il nuovo set di dati presenta cinque nuove lingue: Xhosa (Kosa, Sudafrica), Kalenjin (Kalenjin, Kenya), Kidaw’ida (Dabida, Kenya), Dholuo (Doluò, Kenya e Tanzania) e Setswana (Tswana, Botswana, Zimbabwe, Namibia, Sudafrica). Queste lingue sono parlate da centinaia di milioni di persone in tutto il mondo, che ora possono ricevere un supporto migliore nelle tecnologie vocali.
Se sei interessato a Common Voice, ci sono molti modi per unirti alla comunità dei partecipanti. Puoi condividere la tua voce o scrivere e inviare suggerimenti originali nella tua lingua per aiutare a creare il prossimo set di dati. Se la tua lingua non è ancora presente in Common Voice, puoi richiederne l'aggiunta tramite un apposito modulo. Sono anche benvenuti i contributi tecnici al progetto open source su Github.
Mozilla è sempre felice di ricevere feedback sui nuovi rilasci. Puoi contattarli nei forum di Common Voice, comunicare con loro su Matrix o scrivere direttamente al team all'indirizzo commonvoice@mozilla.com. Sono particolarmente interessati a scoprire quali progetti o ricerche gli utenti stanno realizzando utilizando il set di dati. Una migliore comprensione delle esigenze degli utenti può aiutarli a definire una direzione che risponda meglio alle necessità degli stessi.
Fonte: linux.org.ru
