Mozilla ha annunciato il rilascio della 18ª edizione del 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 relativi dati testuali, distribuito con licenza CC0 (pubblico dominio). La creazione del set di dati è il risultato di un lavoro collettivo della comunità, compresi i partecipanti che forniscono voce e testo, attivisti per le lingue, tecnologi, ricercatori 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 edizione del set di dati e 381 ore in più di nuovi dati verificati. La 18ª edizione del set di dati include frammenti in 129 lingue, tra cui 5 nuove lingue aggiunte in questo rilascio.
Nel nuovo set di dati sono presentate cinque nuove lingue: Xhosa (Xhosa, Sudafrica), Kalenjin (Kalenjin, Kenya), Kidaw’ida (Kidaw’ida, Kenya), Dholuo (Dholuo, Kenya e Tanzania) e Setswana (Setswana, Botswana, Zimbabwe, Namibia, Sudafrica). Queste lingue sono parlate da centinaia di milioni di persone in tutto il mondo, che ora possono ricevere un supporto di qualità superiore 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 proporre 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'apposita forma. Sono benvenuti anche contributi tecnici al progetto open source su Github.
Mozilla è sempre felice di ricevere feedback sulle nuove versioni. Puoi contattarli sui forum di Common Voice, parlarci tramite Matrix o scrivere direttamente al team all'indirizzo commonvoice@mozilla.com. Sono particolarmente interessati a capire cosa creano o esplorano gli utenti con il set di dati. Una migliore comprensione delle esigenze degli utenti dei set di dati può aiutarli a determinare la direzione che meglio risponde alle esigenze degli utenti.
Fonte: linux.org.ru
