Mozilla je posodobila kompleti govora Common Voice, ki vključujejo primerke izgovorjave več kot 200.000 ljudi. Podatki so objavljeni kot javna last (CC0). Predlagani kompleti se lahko uporabljajo v sistemih strojnega učenja za gradnjo modelov prepoznavanja in sinteze govora. V primerjavi s prejšnjo posodobitvijo se je obseg govora v zbirki povečal s 31,8 na 32,6 tisoč ur govora, od katerih je več kot 20 tisoč ur prestalo postopek preverjanja. Število podprtih jezikov se je povečalo s 129 na 131.
Pri pripravi gradiv v angleščini je sodelovalo 93,9 tisoč ljudi, ki so posneli 3587 ur govora (bilo je 93,3 tisoč udeležencev in 3554 ure). Kompleti za belorusski jezik zajemajo 8444 udeležencev in 1846 ur govora (bilo 8400 udeležencev in 1815 ur), ruski jezik — 3296 udeležencev in 278 ur (bilo 3241 udeleženec in 277 ur), uzbeški — 2200 udeležencev in 265 ur (bilo 2189 udeležencev in 265 ur), ukrajinski jezik — 1104 udeleženca in 114 ur (bilo 1091 udeleženec in 113 ur).
Projekt Common Voice je usmerjen v organizacijo skupnega dela pri zbiranju baze glasovnih predlog, ki upošteva vso raznolikost glasov in načinov govora. Uporabnikom je predlagano, da glasovno posnamejo na zaslonu prikazane fraze ali ocenijo kakovost podatkov, ki so jih dodali drugi uporabniki. Zbrana baza podatkov s posnetki različnih izgovorjav običajnih fraz človeškega govora brez omejitev se lahko uporablja v sistemih strojnega učenja in v raziskovalnih projektih.
Izvor: opennet.ru
