A Mozilla atualizou os conjuntos de dados de voz do Common Voice, que incluem exemplos de pronúncia de mais de 200 mil pessoas. Os dados são publicados como domínio público (CC0). Os conjuntos propostos podem ser usados em sistemas de aprendizado de máquina para construir modelos de reconhecimento e síntese de fala.
Em comparação com a atualização anterior, o volume de material de fala na coleção aumentou de 23,8 para 25,8 mil horas de fala. Mais de 88 mil pessoas participaram da preparação dos materiais em inglês, ditando 3161 horas de fala (anteriormente, foram 84 mil participantes e 3098 horas). O conjunto para a língua bielorrussa abrange 7903 participantes e 1419 horas de material de fala (anteriormente, havia 6965 participantes e 1217 horas), para o russo - 2815 participantes e 229 horas (anteriormente havia 2731 participantes e 215 horas), para o uzbeque - 2092 participantes e 262 horas (anteriormente 2025 participantes e 258 horas), e para o ucraniano - 780 participantes e 87 horas (anteriormente havia 759 participantes e 87 horas).
O projeto Common Voice visa organizar o trabalho colaborativo para acumular uma base de padrões de voz, levando em conta toda a diversidade de vozes e modos de fala. Os usuários são convidados a gravar as frases exibidas na tela ou avaliar a qualidade dos dados adicionados por outros usuários. A base de dados acumulada com gravações de várias pronúncias de frases típicas da fala humana pode ser usada sem restrições em sistemas de aprendizado de máquina e em projetos de pesquisa.
Fonte: opennet.ru
