Mozilla har uppdaterat seten med röstdata för Common Voice, som inkluderar exempel pÄ uttal frÄn mer Àn 200 000 personer. Data publiceras som offentlig egendom (CC0). De föreslagna seten kan anvÀndas i maskininlÀrningssystem för att bygga modeller för röstigenkÀnning och syntes. JÀmfört med den senaste uppdateringen har mÀngden talmaterial i samlingen ökat frÄn 28,7 till 30,3 tusen timmar tal, varav 19,7 tusen timmar har genomgÄtt en granskning. Antalet stödda sprÄk har ökat frÄn 114 till 120 (jiddisch, latgaliska, liguriska, ossetiska, telugu och vÀstra Sierra Pueblansk nåhuatl har lagts till).
I förberedelsen av material pĂ„ engelska deltog 90,67 tusen personer som dikterade 3438 timmar tal (det var 88,9 tusen deltagare och 3347 timmar). Setet för vitryska sprĂ„ket omfattar 8249 deltagare och 1641 timme talmaterial (det var 8205 deltagare och 1632 timmar), för ryska sprĂ„ket â 3133 deltagare och 265 timmar (det var 3053 deltagare och 260 timmar), för uzbekiska â 2151 deltagare och 264 timmar (det var 2141 deltagare och 263 timmar), för ukrainska â 1058 deltagare och 108 timmar (det var 1024 deltagare och 105 timmar).
Projektet Common Voice syftar till att organisera ett samarbete för att samla en databas av röstmallar som tar hÀnsyn till all variation i röster och talstilar. AnvÀndare ombeds att lÀsa upp fraser som visas pÄ skÀrmen eller att bedöma kvaliteten pÄ data som lagts till av andra anvÀndare. Den uppbyggda databasen med inspelningar av olika uttal av typiska fraser i mÀnniskors tal kan fritt anvÀndas i maskininlÀrningssystem och forskningsprojekt.
KĂ€lla: opennet.ru
