Mozilla ha presentato un aggiornamento delle raccolte 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 al precedente aggiornamento, il volume del materiale vocale nella collezione è aumentato del 10% — passando da 18,2 a 20,2 mila ore di parlato. Il numero di lingue supportate è cresciuto da 87 a 93. Per 27 lingue sono stati accumulati oltre 100 ore di dati vocali, mentre per 9 lingue sono oltre 500 ore di dati vocali. Per 9 lingue è stato inoltre possibile raggiungere una quota di parlato femminile pari ad almeno il 45%.
Nella preparazione dei materiali in lingua inglese hanno partecipato oltre 81.000 persone, che hanno registrato 2.953 ore di parlato (c'erano 79.000 partecipanti e 2.886 ore). Il pacchetto per la lingua bielorussa comprende 6.326 partecipanti e 1.054 ore di materiale vocale (c'erano 6.160 partecipanti e 987 ore), per la lingua russa ci sono 2.585 partecipanti e 201 ore (erano 2.452 partecipanti e 193 ore), per la lingua uzbeka 1.503 partecipanti e 231 ore (c'erano 1.355 partecipanti e 227 ore), e per la lingua ucraina 696 partecipanti e 79 ore (c'erano 684 partecipanti e 76 ore).
Il progetto Common Voice mira a organizzare una collaborazione per costruire un database di campioni vocali che tenga conto di tutta la varietà di voci e stili di parlato. Gli utenti sono invitati a vocalizzare le frasi visualizzate sullo schermo o a valutare la qualità dei dati aggiunti da altri utenti. Il database accumulato con registrazioni di diverse pronunce di frasi comuni può essere utilizzato senza restrizioni in sistemi di apprendimento automatico e in progetti di ricerca.
Fonte: opennet.ru
