Mozilla๋ ๊ฑฐ์ 200๋ช ์ ๋ฐ์ ์ํ์ ํฌํจํ๋ Common Voice ๋ฐ์ดํฐ ์ธํธ์ ๋ํ ์ ๋ฐ์ดํธ๋ฅผ ์ถ์ํ์ต๋๋ค. ๋ฐ์ดํฐ๋ ๊ณต๊ฐ ๋๋ฉ์ธ(CC0)์ผ๋ก ๊ฒ์๋ฉ๋๋ค. ์ ์๋ ์ธํธ๋ ๊ธฐ๊ณ ํ์ต ์์คํ ์์ ์์ฑ ์ธ์ ๋ฐ ํฉ์ฑ ๋ชจ๋ธ์ ๊ตฌ์ถํ๋ ๋ฐ ์ฌ์ฉ๋ ์ ์์ต๋๋ค. ์ด์ ์ ๋ฐ์ดํธ์ ๋น๊ตํ์ฌ ์ปฌ๋ ์ ์ ์์ฑ ์๋ฃ ์์ 30์๊ฐ์์ 13.9์๊ฐ์ผ๋ก 18.2% ์ฆ๊ฐํ์ต๋๋ค. ์ง์๋๋ ์ธ์ด ์๊ฐ 67๊ฐ์์ 87๊ฐ๋ก ๋์ด๋ฌ์ต๋๋ค.
๋ฌ์์์ด ์ธํธ๋ ์ฐธ๊ฐ์ 2452๋ช ๊ณผ ์ฐ์ค ์๋ฃ 193์๊ฐ(์ฐธ๊ฐ์ 2136๋ช , 173์๊ฐ), ๋ฒจ๋ผ๋ฃจ์ค์ด์ ๊ฒฝ์ฐ ์ฐธ๊ฐ์ 6160๋ช , ์ฐธ๊ฐ์ 987์๊ฐ(์ฐธ๊ฐ์ 3831๋ช , 356์๊ฐ), ์ฐํฌ๋ผ์ด๋์ด์ ๊ฒฝ์ฐ - ์ฐธ๊ฐ์ 684๋ช , 76์๊ฐ(์ฐธ๊ฐ์ 615๋ช , 66์๊ฐ). 79๋ช ์ด์์ ์ฌ๋๋ค์ด ์์ด ์๋ฃ ์ค๋น์ ์ฐธ์ฌํ์ฌ 2886์๊ฐ์ ํ์ธ๋ ์์ฑ์ ๊ตฌ์ ํ์ต๋๋ค(์ฐธ๊ฐ์ 75๋ช , 2637์๊ฐ).
Common Voice ํ๋ก์ ํธ๋ ๋ค์ํ ๋ชฉ์๋ฆฌ์ ๋งํ๊ธฐ ์คํ์ผ์ ๊ณ ๋ คํ ์์ฑ ํจํด ๋ฐ์ดํฐ๋ฒ ์ด์ค๋ฅผ ์ถ์ ํ๊ธฐ ์ํด ๊ณต๋ ์์ ์ ๊ตฌ์ฑํ๋ ๊ฒ์ ๋ชฉํ๋ก ํ๋ค๋ ์ ์ ์๊ธฐ์์ผ ๋๋ฆฌ๊ฒ ์ต๋๋ค. ์ฌ์ฉ์๋ ํ๋ฉด์ ํ์๋๋ ์์ฑ ๋ฌธ๊ตฌ์ ์ด๋๋๊ฑฐ๋ ๋ค๋ฅธ ์ฌ์ฉ์๊ฐ ์ถ๊ฐํ ๋ฐ์ดํฐ์ ํ์ง์ ํ๊ฐํฉ๋๋ค. ์ธ๊ฐ์ ๋ํ์ ์ธ ์ด๊ตฌ์ ๋ํ ๋ค์ํ ๋ฐ์์ด ๊ธฐ๋ก๋ ์ถ์ ๋ ๋ฐ์ดํฐ๋ฒ ์ด์ค๋ ๊ธฐ๊ณํ์ต ์์คํ ๋ฐ ์ฐ๊ตฌ ํ๋ก์ ํธ์์ ์ ํ ์์ด ํ์ฉ๋ ์ ์์ต๋๋ค. Vosk ์ฐ์ ์์ฑ ์ธ์ ๋ผ์ด๋ธ๋ฌ๋ฆฌ ์์ฑ์์ ๋ฐ๋ฅด๋ฉด Common Voice ์ธํธ์ ๋จ์ ์ ์์ฑ ์๋ฃ์ ์ผ๋ฐฉ์ฑ(20~30์ธ ๋จ์ฑ์ด ์ฐ์ธํ๊ณ ์ฌ์ฑ์ ๋ชฉ์๋ฆฌ๊ฐ ํฌํจ๋ ์๋ฃ๊ฐ ๋ถ์กฑํจ)์ ๋๋ค. , ์ด๋ฆฐ์ด ๋ฐ ๋ ธ์ธ), ์ฌ์ ์ ๊ฐ๋ณ์ฑ ๋ถ์กฑ(๋์ผํ ๋ฌธ๊ตฌ์ ๋ฐ๋ณต) ๋ฐ ์๊ณก๋ MP3 ํ์์ ๋ น์ ๋ฐฐํฌ.
๋ํ ์์ฑ ์ธ์ ์์คํ
, ์์ฑ ํฉ์ฑ ๋ฐ ์์ฐ์ด ์ฒ๋ฆฌ๋ฅผ ์์ฑํ๊ธฐ ์ํ ๊ธฐ๊ณ ํ์ต ๋ฐฉ๋ฒ์ ์ ๊ณตํ๋ NVIDIA NeMo 1.6 ํดํท์ ์ถ์์ ์ฃผ๋ชฉํ ์ ์์ต๋๋ค. NeMo์๋ Common Voice ์์ฑ ๋ฐ์ดํฐ๋ฅผ ์ฌ์ฉํ๊ณ ๋ค์ํ ์ธ์ด, ์ต์ ๋ฐ ์์ฑ ํ์์ ๋ค๋ฃจ๋ NVIDIA๊ฐ ์ค๋นํ PyTorch ํ๋ ์์ํฌ ๊ธฐ๋ฐ์ ๊ธฐ๊ณ ํ์ต ์์คํ
์ ์ํด ์ฆ์ ์ฌ์ฉ ๊ฐ๋ฅํ ํ๋ จ ๋ชจ๋ธ์ด ํฌํจ๋์ด ์์ต๋๋ค. ์ด ๋ชจ๋ธ์ ์์ฑ ๊ธฐ๋ฐ ๋ํ ์์คํ
, ์ ์ฌ ํ๋ซํผ ๋ฐ ์๋ํ๋ ์ฝ ์ผํฐ๋ฅผ ๊ฐ๋ฐํ๋ ์ฐ๊ตฌ์์๊ฒ ์ ์ฉํ ์ ์์ต๋๋ค. ์๋ฅผ ๋ค์ด NVIDIA NeMo๋ MTS ๋ฐ Sberbank์ ์๋ํ๋ ์์ฑ ์๋น์ค์ ์ฌ์ฉ๋ฉ๋๋ค. NeMo ์ฝ๋๋ PyTorch๋ฅผ ์ฌ์ฉํ์ฌ Python์ผ๋ก ์์ฑ๋์์ผ๋ฉฐ Apache 2.0 ๋ผ์ด์ ์ค์ ๋ฐ๋ผ ๋ฐฐํฌ๋ฉ๋๋ค.
์ถ์ฒ : opennet.ru