Mozilla e lokolotse ntlafatso ho li-database tsa eona tsa Common Voice, tse kenyelletsang lisampole tsa mantsoe ho tsoa ho batho ba ka bang 200. Lintlha li phatlalalitsoe e le sebaka sa sechaba (CC0). Lisete tse sisintsoeng li ka sebelisoa ho litsamaiso tsa ho ithuta ka mochini ho aha temoho ea puo le mekhoa ea ho kopanya. Ha ho bapisoa le ntlafatso e fetileng, boholo ba lisebelisoa tsa puo pokellong bo eketsehile ka 30% - ho tloha ho 13.9 ho isa ho 18.2 lihora tse likete tsa puo. Palo ea lipuo tse tšehetsoeng e eketsehile ho tloha ho 67 ho isa ho 87.
Sete bakeng sa puo ea Serussia e akaretsa barupeluoa ba 2452 le lihora tse 193 tsa boitsebiso ba puo (ho ne ho e-na le barupeluoa ba 2136 le lihora tse 173), bakeng sa puo ea Belarusian - barupeluoa ba 6160 le lihora tsa 987 (ho ne ho e-na le barupeluoa ba 3831 le lihora tse 356), bakeng sa puo ea Seukraine - Barupeluoa ba 684 le lihora tse 76 (ho ne ho e-na le barupeluoa ba 615 le lihora tse 66). Batho ba fetang likete tse 79 ba ile ba kenya letsoho ho lokiseng thepa ka Senyesemane, ba laela lihora tse 2886 tsa puo e tiisitsoeng (ho ne ho e-na le barupeluoa ba likete tse 75 le lihora tse 2637).
A re u hopotse hore morero oa Common Voice o reretsoe ho hlophisa mosebetsi o kopanetsoeng ho bokella database ea mekhoa ea lentsoe e nahanang ka mefuta e sa tšoaneng ea mantsoe le mekhoa ea ho bua. Basebelisi ba memeloa ho bua mantsoe a hlahang skrineng kapa ho lekola boleng ba data e kentsoeng ke basebelisi ba bang. Sebaka sa polokelo ea boitsebiso se bokelletsoeng se nang le lirekoto tsa mantsoe a fapaneng a mantsoe a tloaelehileng a puo ea motho se ka sebelisoa ntle le lithibelo tsamaisong ea ho ithuta ka mochini le mererong ea lipatlisiso. Ho ea ka sengoli sa laeborari ea tlhokomeliso ea puo e tsoelang pele ea Vosk, mefokolo ea sete ea Common Voice ke lehlakore le le leng la thepa ea lentsoe (boholo ba banna ba lilemo tse 20-30, le khaello ea thepa e nang le mantsoe a basali. , bana le batho ba baholo), khaello ea phapang ea dikishinari (ho pheta-pheta mantsoe a tšoanang) le kabo ea lirekoto ka sebopeho se sothehileng sa MP3.
Ho feta moo, re ka ela hloko ho lokolloa ha NVIDIA NeMo 1.6 toolkit, e fanang ka mekhoa ea ho ithuta ka mochine bakeng sa ho theha mekhoa ea ho lemoha puo, mokhoa oa ho bua le ho sebetsana le puo ea tlhaho. NeMo e kenyelletsa mehlala e seng e loketse ho sebelisoa bakeng sa litsamaiso tsa ho ithuta tsa mochini tse ipapisitseng le moralo oa PyTorch, o lokisitsoeng ke NVIDIA e sebelisa lintlha tsa puo ea Common Voice le ho akaretsa lipuo tse fapaneng, li-accents le mefuta ea puo. Mehlala e ka ba molemo bakeng sa bafuputsi ba nts'etsapeleng litsamaiso tsa lipuisano tse thehiloeng ho lentsoe, sethala sa mongolo, le litsi tsa mehala tse ikemetseng. Ka mohlala, NVIDIA NeMo e sebelisoa litšebeletsong tsa lentsoe tse ikemetseng tsa MTS le Sberbank. Khoutu ea NeMo e ngotsoe ka Python e sebelisa PyTorch mme e ajoa tlas'a laesense ea Apache 2.0.
Source: opennet.ru