Spoločnosť Mozilla aktualizovala súbory hlasových údajov Common Voice, ktoré obsahujú príklady výslovnosti viac ako 200 tisíc ľudí. Údaje sú zverejnené ako verejné vlastníctvo (CC0). Navrhnuté súbory je možné použiť v systémoch strojového učenia na vytváranie modelov rozpoznávania a syntézy reči. V porovnaní s predchádzajúcou aktualizáciou sa objem hlasového materiálu v kolekcii zvýšil z 32,6 na 33,1 tisíc hodín reči, z ktorých 22,1 tisíc hodín prešlo procesom overenia. Počet podporovaných jazykov sa zvýšil zo 129 na 133 — pridané boli jazyky aragónsky, isindebele, južný soto a tupuri.
Na príprave materiálov v anglickom jazyku sa podieľalo 94,9 tisíc ľudí, ktorí nadiktovali 3631 hodín reči (bolo 93,9 tisíc účastníkov a 3587 hodiny). Súbor pre bieloruský jazyk pokrýva 8521 účastníka a 1860 hodín hlasového materiálu (bolo — 8444 účastníkov a 1846 hodín), ruského jazyka — 3365 účastníkov a 281 hodinu (bolo 3296 účastníkov a 278 hodín), uzbeckého — 2211 účastníkov a 265 hodín (bolo 2200 účastníkov a 265 hodín), ukrajinského jazyka — 1120 účastníkov a 114 hodín (bolo 1104 účastníkov a 114 hodín).
Projekt Common Voice organizuje spoluprácu na zhromažďovaní databázy hlasových vzorov, berúc do úvahy celé spektrum hlasov a spôsobov reči. Používateľom sa ponúka, aby prečítali na obrazovke zobrazené frázy alebo ohodnotili kvalitu údajov, ktoré pridali iní používatelia. Zhromaždenú databázu s nahrávkami rôznych výslovností typických fráz ľudskej reči bez obmedzení je možné používať v systémoch strojového učenia a vo výskumných projektoch.
Zdroj: opennet.ru
