Kompania Mozilla ka përditësuar paketat e të dhënave zanore Common Voice, që përfshijnë shembuj të shqiptimit nga më shumë se 200 mijë persona. Të dhënat janë botuar si pasuri publike (CC0). Paketat e propozuara mund të përdoren në sistemet e mësimit të makinerive për ndërtimin e modeleve të njohjes dhe sintezës së zërit. Krahasuar me përditësimin e kaluar, vëllimi i materialeve zanore në koleksion u rrit nga 28.7 në 30.3 mijë orë zë, nga të cilat 19.7 mijë orë kaluan procedurën e verifikimit. Numri i gjuhëve të mbështetura u rrit nga 114 në 120 (u shtuan jidishi, latgalish, ligurian, oseit, telugu dhe nahuatl i Perëndim-Sierra Pueblan).
NĂ« pĂ«rgatitjen e materialeve nĂ« anglisht morĂ«n pjesĂ« 90.67 mijĂ« persona, tĂ« cilĂ«t regjistruan 3438 orĂ« zĂ« (ishin 88.9 mijĂ« pjesĂ«marrĂ«s dhe 3347 orĂ«). Paketa pĂ«r gjuhĂ«n belorusisht pĂ«rfshin 8249 pjesĂ«marrĂ«s dhe 1641 orĂ« materiale zanor (ishin 8205 pjesĂ«marrĂ«s dhe 1632 orĂ«), pĂ«r gjuhĂ«n ruse â 3133 pjesĂ«marrĂ«s dhe 265 orĂ« (ishin 3053 pjesĂ«marrĂ«s dhe 260 orĂ«), pĂ«r gjuhĂ«n uzbekisht â 2151 pjesĂ«marrĂ«s dhe 264 orĂ« (ishin 2141 pjesĂ«marrĂ«s dhe 263 orĂ«), pĂ«r gjuhĂ«n ukrainase â 1058 pjesĂ«marrĂ«s dhe 108 orĂ« (ishin 1024 pjesĂ«marrĂ«s dhe 105 orĂ«).
Projekti Common Voice ka si qëllim organizimin e punës së përbashkët për grumbullimin e një baze të shablloneve të zërit që merr parasysh gjithë diversitetin e zërit dhe stilit të shqiptimit. Përdoruesit ftohen të regjistrojnë frazat që shfaqen në ekran ose të vlerësojnë cilësinë e të dhënave të shtuar nga përdoruesit e tjerë. Baza e grumbulluar me regjistrime të shqiptimit të ndryshëm të frazave tipike të zërit të njeriut mund të përdoret pa kufizime në sistemet e mësimit të makinave dhe në projekte kërkimore.
Burimi: opennet.ru
