Spoločnosť Mozilla aktualizovala súbory hlasových údajov Common Voice, ktoré obsahujú príklady výslovnosti viac ako 200 tisíc ľudí. Údaje sú zverejnené ako verejné vlastníctvo (CC0). Navrhované súbory je možné použiť v systémoch strojového učenia na vytváranie modelov rozpoznávania a syntézy reči.
V porovnaní s predchádzajúcou aktualizáciou objem rečového materiálu v zbierke vzrástol z 23,8 na 25,8 tisíc hodín reči. Na príprave materiálov v anglickom jazyku sa podieľalo viac ako 88 tisíc ľudí, ktorí nadiktovali 3161 hodinu reči (bolo 84 tisíc účastníkov a 3098 hodín). Zbierka pre bieloruský jazyk pokrýva 7903 účastníkov a 1419 hodín rečového materiálu (bolo — 6965 účastníkov a 1217 hodín), ruského jazyka — 2815 účastníkov a 229 hodín (bolo 2731 účastník a 215 hodín), uzbeckého — 2092 účastníkov a 262 hodín (bolo 2025 účastníkov a 258 hodín), ukrajinského jazyka — 780 účastníkov a 87 hodín (bolo 759 účastníkov a 87 hodín).
Projekt Common Voice je zameraný na organizovanie spoločnej práce na zhromažďovaní databázy hlasových šablón, ktorá zohľadňuje celú rozmanitosť hlasov a spôsobov reči. Používateľom sa ponúka, aby nadiktovali na obrazovku zobrazené frázy alebo hodnotili kvalitu údajov, ktoré pridali iní používatelia. Nahromadená databáza so zvukovými nahrávkami rôznej výslovnosti typových fráz ľudskej reči bez obmedzení sa môže využívať v systémoch strojového učenia a vo výskumných projektoch.
Zdroj: opennet.ru
