NVIDIA는 Mozilla Common Voice 프로젝트에 1.5만 달러를 투자합니다.

NVIDIA는 Mozilla Common Voice 프로젝트에 1.5만 달러를 투자하고 있습니다. 음성 인식 시스템에 대한 관심은 향후 XNUMX년 동안 음성 기술이 사람들이 컴퓨터, 전화, 디지털 보조 장치 및 키오스크에 이르는 장치와 상호 작용하는 주요 방식 중 하나가 될 것이라는 예측에서 비롯됩니다.

음성 시스템의 성능은 기계 학습 모델 교육에 사용할 수 있는 음성 데이터의 양과 다양성에 따라 크게 달라집니다. 오늘날의 음성 기술은 주로 영어 인식에 중점을 두고 있으며 다양한 언어, 억양 및 음성 패턴을 다루지 않습니다. 이번 투자는 공공 음성 데이터의 성장을 가속화하고, 더 많은 커뮤니티와 자원봉사자를 참여시키며, 정규 프로젝트 직원 수를 늘리는 데 도움이 될 것입니다.

Common Voice 프로젝트는 다양한 목소리와 말하기 스타일을 고려한 음성 패턴 데이터베이스를 축적하기 위해 공동 작업을 구성하는 것을 목표로 한다는 점을 상기시켜 드리겠습니다. 사용자는 화면에 표시되는 음성 문구에 초대되거나 다른 사용자가 추가한 데이터의 품질을 평가합니다. 인간의 대표적인 어구에 대한 다양한 발음이 기록된 축적된 데이터베이스는 기계학습 시스템 및 연구 프로젝트에서 제한 없이 활용될 수 있습니다.

Common Voice 세트에는 현재 164명 이상의 발음 예제가 포함되어 있습니다. 9개 언어로 약 60시간 분량의 음성데이터가 축적되어 있습니다. 러시아어 세트에는 1412명의 참가자와 111시간의 연설 자료가 포함되며, 우크라이나어 세트에는 459명의 참가자와 30시간의 연설 자료가 포함됩니다. 비교를 위해 66명 이상의 사람들이 영어 자료 준비에 참여하여 1686시간의 검증된 음성을 구술했습니다. 제안된 세트는 기계 학습 시스템에서 음성 인식 및 합성 모델을 구축하는 데 사용될 수 있습니다. 데이터는 공개 도메인(CC0)으로 게시됩니다.

Vosk 연속 음성 인식 라이브러리 작성자에 따르면 Common Voice 세트의 단점은 음성 자료의 일방성(20~30세 남성이 우세하고 여성의 목소리가 포함된 자료가 부족함)입니다. , 어린이 및 노인), 사전의 가변성 부족(동일한 문구의 반복) 및 왜곡된 MP3 형식의 녹음 배포.

출처 : opennet.ru