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 a construção de modelos de reconhecimento e síntese de fala. Em comparação com a atualização anterior, o volume do material de fala na coleção aumentou de 31,8 para 32,6 mil horas de fala, das quais mais de 20 mil horas passaram por um processo de verificação. O número de idiomas suportados aumentou de 129 para 131.
Na preparação dos materiais em inglês, participaram 93,9 mil pessoas, ditando 3587 horas de fala (antes eram 93,3 mil participantes e 3554 horas). O conjunto para a língua bielorrussa abrange 8444 participantes e 1846 horas de material de fala (anteriormente eram 8400 participantes e 1815 horas), para a língua russa — 3296 participantes e 278 horas (antes eram 3241 participantes e 277 horas), para a língua uzbeque — 2200 participantes e 265 horas (antes eram 2189 participantes e 265 horas), para a língua ucraniana — 1104 participantes e 114 horas (antes eram 1091 participantes e 113 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
