Компания Mozilla обновила наборы голосовых данных Common Voice, включающие примеры произношения более 200 тысяч человек. Данные опубликованы как общественное достояние (CC0). Предложенные наборы можно использовать в системах машинного обучения для построения моделей распознавания и синтеза речи.
По сравнению с прошлым обновлением объём речевого материала в коллекции увеличился с 23.8 до 25.8 тысяч часов речи. В подготовке материалов на английском языке приняли участие более 88 тысяч человек, надиктовавших 3161 час речи (было 84 тысячи участников и 3098 часов). Набор для белорусского языка охватывает 7903 участников и 1419 часов речевого материала (было — 6965 участников и 1217 часов), русского языка — 2815 участников и 229 часов (было 2731 участник и 215 часов), узбекского — 2092 участника и 262 часа (было 2025 участников и 258 часов), украинского языка — 780 участников и 87 часов (было 759 участников и 87 часов).
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
