Компания Mozilla обновила наборы голосовых данных Common Voice, включающие примеры произношения более 200 тысяч человек. Данные опубликованы как общественное достояние (CC0). Предложенные наборы можно использовать в системах машинного обучения для построения моделей распознавания и синтеза речи.
По сравнению с прошлым обновлением объём речевого материала в коллекции увеличился с 23.8 до 25.8 тысяч часов речи. В подготовке материалов на английском языке приняли участие более 88 тысяч человек, надиктовавших 3161 час речи (было 84 тысячи участников и 3098 часов). Набор для белорусского языка охватывает 7903 участников и 1419 часов речевого материала (было — 6965 участников и 1217 часов), русского языка — 2815 участников и 229 часов (было 2731 участник и 215 часов), узбекского — 2092 участника и 262 часа (было 2025 участников и 258 часов), украинского языка — 780 участников и 87 часов (было 759 участников и 87 часов).
Проектот Common Voice има за цел да организира заедничка работа за да се акумулира база на податоци за гласовни обрасци што ја зема предвид различноста на гласовите и стиловите на говорот. Корисниците се поканети на гласовни фрази прикажани на екранот или го оценуваат квалитетот на податоците додадени од други корисници. Акумулираната база на податоци со записи од различни изговори на типични фрази на човечкиот говор може да се користи без ограничувања во системите за машинско учење и во истражувачки проекти.
Извор: opennet.ru