A empresa Mozilla atualizou os conjuntos de dados de voz do Common Voice, que incluem exemplos de pronúncia de mais de 200 mil pessoas. Os dados foram 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 28,7 para 30,3 mil horas de fala, das quais 19,7 mil horas passaram pelo processo de verificação. O número de idiomas suportados aumentou de 114 para 120 (foram adicionados iídiche, latgaliano, lígure, osseta, telugo e náhuatl ocidental de Sierra Puebla).
Na preparação de materiais em inglês, participaram 90,67 mil pessoas, que ditaram 3438 horas de fala (eram 88,9 mil participantes e 3347 horas). O conjunto para o idioma bielorrusso abrange 8249 participantes e 1641 horas de material de fala (eram 8205 participantes e 1632 horas), o russo — 3133 participantes e 265 horas (eram 3053 participantes e 260 horas), o uzbeque — 2151 participantes e 264 horas (eram 2141 participantes e 263 horas), o ucraniano — 1058 participantes e 108 horas (eram 1024 participantes e 105 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
