{"id":120993,"date":"2024-12-16T15:46:07","date_gmt":"2024-12-16T13:46:07","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-20"},"modified":"2024-12-16T15:46:07","modified_gmt":"2024-12-16T13:46:07","slug":"obnovlenie-golosovyh-dannyh-mozilla-common-voice-20","status":"publish","type":"post","link":"https:\/\/prohoster.info\/pt\/blog\/news\/obnovlenie-golosovyh-dannyh-mozilla-common-voice-20","title":{"rendered":"Atualiza\u00e7\u00e3o dos dados de voz do Mozilla Common Voice 20","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
A empresa Mozilla atualizou os conjuntos de dados de voz Common Voice, que incluem exemplos de pron\u00fancia de mais de 200 mil pessoas. Os dados foram publicados como dom\u00ednio p\u00fablico (CC0). Os conjuntos propostos podem ser usados em sistemas de aprendizado de m\u00e1quina para construir modelos de reconhecimento e s\u00edntese de fala. Em compara\u00e7\u00e3o com a atualiza\u00e7\u00e3o anterior, o volume de material de fala na cole\u00e7\u00e3o aumentou de 32,6 para 33,1 mil horas de fala, das quais 22,1 mil horas passaram pelo processo de verifica\u00e7\u00e3o. O n\u00famero de idiomas suportados aumentou de 129 para 133 \u2014 foram adicionados os idiomas aragon\u00eas, isindebele, soto do sul e tupuri. <\/p>\n
Na prepara\u00e7\u00e3o dos materiais em ingl\u00eas, participaram 94,9 mil pessoas, que ditaram 3631 horas de fala (antes eram 93,9 mil participantes e 3587 horas). O conjunto para o idioma bielorrusso abrange 8521 participantes e 1860 horas de material de fala (antes eram 8444 participantes e 1846 horas), para o idioma russo \u2014 3365 participantes e 281 hora (antes eram 3296 participantes e 278 horas), para o uzbeque \u2014 2211 participantes e 265 horas (antes eram 2200 participantes e 265 horas), e para o idioma ucraniano \u2014 1120 participantes e 114 horas (antes eram 1104 participantes e 114 horas). <\/p>\n
O projeto Common Voice organiza uma colabora\u00e7\u00e3o para acumular uma base de modelos de voz que considere toda a diversidade de vozes e formas de falar. Os usu\u00e1rios s\u00e3o convidados a pronunciar frases exibidas na tela ou avaliar a qualidade dos dados adicionados por outros usu\u00e1rios. A base de dados acumulada com grava\u00e7\u00f5es de diversas pron\u00fancias de frases t\u00edpicas da fala humana pode ser utilizada sem restri\u00e7\u00f5es em sistemas de aprendizado de m\u00e1quina e em projetos de pesquisa. \n Fonte: opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"