Mozilla aġġorna s-settijiet tad-dejta tagħha tal-Common Voice biex tinkludi kampjuni tal-pronunzja minn aktar minn 200 persuna. Id-dejta hija ppubblikata bħala dominju pubbliku (CC0). Is-settijiet proposti jistgħu jintużaw f'sistemi ta 'tagħlim tal-magni biex jinbnew mudelli ta' rikonoxximent u sintesi tad-diskors.
Meta mqabbel mal-aġġornament preċedenti, il-volum ta 'materjal tad-diskors fil-ġbir żdied minn 23.8 għal 25.8 elf siegħa ta' diskors. Aktar minn 88 elf ruħ ħadu sehem fil-preparazzjoni ta 'materjali bl-Ingliż, li jiddettaw 3161 siegħa ta' diskors (kien hemm 84 elf parteċipant u 3098 siegħa). Is-sett għall-lingwa Bjelorussa jkopri 7903 parteċipant u 1419 siegħa ta 'materjal ta' diskors (kien hemm 6965 parteċipant u 1217 siegħa), Russu - 2815 parteċipant u 229 siegħa (kien hemm 2731 parteċipant u 215 siegħa), Użbek - 2092 parteċipant u 262 siegħa ( kien hemm 2025 parteċipant u 258 siegħa), lingwa Ukraina - 780 parteċipant u 87 siegħa (kien hemm 759 parteċipant u 87 siegħa).
Il-proġett Common Voice għandu l-għan li jorganizza ħidma konġunta biex jakkumula database ta’ mudelli tal-vuċi li tqis id-diversità tal-vuċijiet u l-istili tad-diskors. L-utenti huma mistiedna biex vuċi frażijiet murija fuq l-iskrin jew jevalwaw il-kwalità tad-dejta miżjuda minn utenti oħra. Id-database akkumulata b'rekords ta 'diversi pronunzji ta' frażijiet tipiċi ta 'diskors tal-bniedem tista' tintuża mingħajr restrizzjonijiet f'sistemi ta 'tagħlim bil-magni u fi proġetti ta' riċerka.
Sors: opennet.ru
