Kompania Mozilla publikoi një azhurnim të grupeve të të dhënave vokale Common Voice, duke përfshirë shembuj të të shqiptuarit nga rreth 200 mijë njerëz. Të dhënat janë publikuar si pronë publike (CC0). Grumbujt e propozuar mund të përdoren në sistemet e mësimit të makinerive për ndërtimin e modeleve të njohjes dhe sintezës së të folurit.
NĂ« krahasim me azhurnimin e kaluar, volumi i materialeve tĂ« zĂ«rit nĂ« koleksion Ă«shtĂ« rritur me 10% â nga 18.2 nĂ« 20.2 mijĂ« orĂ« zĂ«ri. Numri i gjuhĂ«ve tĂ« mbĂ«shtetura Ă«shtĂ« rritur nga 87 nĂ« 93. PĂ«r 27 gjuhĂ« janĂ« mbledhur mbi 100 orĂ« tĂ« dhĂ«nash vokale, ndĂ«rsa pĂ«r 9 janĂ« mbi 500 orĂ« tĂ« dhĂ«nash vokale. PĂ«r 9 gjuhĂ« Ă«shtĂ« arritur gjithashtu njĂ« pĂ«rqindje e zĂ«rit tĂ« grave qĂ« pĂ«rbĂ«n tĂ« paktĂ«n 45%.
NĂ« pĂ«rgatitjen e materialeve nĂ« anglisht morĂ«n pjesĂ« mbi 81 mijĂ« njerĂ«z, duke regjistruar 2953 orĂ« zĂ«ri (ishin 79 mijĂ« pjesĂ«marrĂ«s dhe 2886 orĂ«). Grupi pĂ«r gjuhĂ«n belaruse mbulon 6326 pjesĂ«marrĂ«s dhe 1054 orĂ« materiale vokale (ishin 6160 pjesĂ«marrĂ«s dhe 987 orĂ«), pĂ«r gjuhĂ«n ruse â 2585 pjesĂ«marrĂ«s dhe 201 orĂ« (ishin 2452 pjesĂ«marrĂ«s dhe 193 orĂ«), pĂ«r gjuhĂ«n uzbeke â 1503 pjesĂ«marrĂ«s dhe 231 orĂ« (ishin 1355 pjesĂ«marrĂ«s dhe 227 orĂ«), pĂ«r gjuhĂ«n ukrainase â 696 pjesĂ«marrĂ«s dhe 79 orĂ« (ishin 684 pjesĂ«marrĂ«s dhe 76 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
