Common Voice 是一項(xiàng)旨在通過眾包的方式，來教授機(jī)器人如何像真人般講話的項(xiàng)目。Mozilla 基金會在幾年前發(fā)起的該項(xiàng)目，現(xiàn)已迎來與芯片巨頭英偉達(dá)的最新合作。其旨在允許志愿者為世界上最大的開放式通用語音數(shù)據(jù)集貢獻(xiàn)一份力，從而推動語音合成與識別技術(shù)的發(fā)展。
隨著新版公共語音數(shù)據(jù)集的發(fā)布，可知 Common Voice 語料庫已擁有超過 13000 小時(shí)的眾包語音數(shù)據(jù)。
與上一版相比，其新增了 4622 小時(shí)的內(nèi)容，并且迎來了對 16 種語言的支持，包括：
巴薩語、斯洛伐克語、北庫爾德語、保加利亞語、哈薩克語、巴什基爾語、加利西亞語、維吾爾語、亞美尼亞語、白俄羅斯語、烏爾都語、瓜拉尼語、塞爾維亞語、烏茲別克語、阿塞拜疆語、以及豪薩語。
目前 Common Voice 已經(jīng)收集了 76 種語言的公共語音數(shù)據(jù)庫，以及超過 18.2 萬份獨(dú)特的聲音，貢獻(xiàn)者社區(qū)在過去六個(gè)月內(nèi)迎來了 25% 的增長。
語音時(shí)長 13905 小時(shí)，較上一版本增加了 4622 小時(shí)。排名前五的語言分別為英語（2630 小時(shí)）、基尼亞盧旺達(dá)語（2260 小時(shí)）、德語（1040 小時(shí)）、加泰羅尼亞語（920 小時(shí)）、以及世界語（840 小時(shí)）。
增長百分比最高的是泰語（從 12 小時(shí)到 250 小時(shí)、增長近 20 倍），盧干達(dá)語（從 8 小時(shí)到 80 小時(shí)、增長 9 倍），世界語（從 100 小時(shí)到 840 小時(shí)、增長超 7 倍），泰米爾語（從 24 小時(shí)到 220 小時(shí)、增長超 8 倍）。
感興趣的朋友，可移步至 Common Voice 官網(wǎng)（傳送門），為這個(gè)公共語音數(shù)據(jù)集貢獻(xiàn)自己的一份力量?；蛘咔巴鵊itHub存儲庫，獲取特定的元數(shù)據(jù)集和使用說明。
最后，作為 Mozilla 與 NVIDIA 的一個(gè)合作項(xiàng)目，相關(guān)訓(xùn)練模型也可通過Nvidia NeMo免費(fèi)獲得，后者是該公司打造的用于構(gòu)建語音識別和對話模型的工具包。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動、展會等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號
