Mozilla

ladbrokes立博社区

登录    注册

QQ互联

Mozilla 开源语音搜集方案 Common Voice 扩展支撑汉语普通话

yingliu Mozilla职工 宣布于 2019-5-10 11:01:23 | 只看该作者 |只看大图 回帖奖赏 |倒序阅览 |阅览形式 [仿制链接] 打印 上一主题 下一主题
0 5416
跳转到指定楼层
本帖最终由 yingliu 于 2019-5-10 15:47 修改

开发开源 Firefox 阅览器的非营利安排 Mozilla 宣告,其所推进地最大语音数据搜集方案——Common Voice 渠道已正式支撑汉语普通话。在广阔的 Mozilla 社群及言语专家同伴的辛勤努力下,从现在开端,网友可到 Common Voice 的简体中文网站(https://voice.mozilla.org/zh-CN录制音频。

●     Mozilla 开端搜集大陆地区汉语语音数据,更进一步充分其揭露语音数据集
●     现已搜集 27 种不同言语的语音文件,并将再扩展支撑 72 种言语
●     Common Voice 是史上最大的开源语音转录文字数据集,其最新发布的数据库包含来自逾越 4.2 万奉献者的 18 种言语录制的语音文件,总长近 1,400 小时

语音接口是互联网未来的大势所趋。车载语音助理、智能手表、智能灯泡等等……内建语音辨认技能的设备可谓日积月累。但是,相关技能的立异仍面临着严重阻止:有意打造语音辅佐方案的立异公司、研究人员或各种开发者都需获得很多转录为文字的语音数据,才干练习机器学习的算法。但现有揭露语音数据集的语音数据量与支撑语种数都极端有限,而私有的语音数据不光仅把握在少量几家公司手中,其费用还很高。

因而,Mozilla 自 2017 年 6 月起打开 Common Voice 方案,期望树立全球化的开源语音数据库,以应对语音接口的展开需求并打破现阶段的商场限制。Mozilla 以为,此类接口不应只操纵在少量几家握有语音服务技能的厂商手中,并且,期望能让用户以自己的言语和了解的腔调来吸收和了解信息。

已搜集包含汉语(普通话)在内的 27 种语音数据

Common Voice 在 2018 年 6 月开端搜集多言语语音数据。从那时起,此项目便不断强大,变得更全球化、更具包容性。在曩昔 10 个月间,大批的热血奉献者积极呼应,已在 Common Voice 网站上建议 27 种言语的语音文件搜集方案,别的还有高达 72 种言语的录音方案正在进行中。

最新参加的言语是汉语(普通话)。现在,世界各地的网友都能够到 https://voice.mozilla.org/zh-CN 网站“捐赠声响”,或验证其他人的录音。



语音奉献者能够挑选保留项目记载,以把握自己的录音记载。此外,还能够挑选供给人口特征信息,以帮忙 Mozilla 改进用以练习语音辨认引擎的语音数据。

如 Common Voice 搜集的其他言语数据,Mozilla 关于汉语(普通话)的方针是要累积约 1 万小时的经过验证的音频,由于 1 万小时的音频量才足以练习出齐备的语音辨认系统,这样咱们才干一起推进语音辨认技能的展开。不管在上班途中、公交车上、午休时刻、家里,仍是与亲朋好友齐聚一堂时,都能够经过 voice.mozilla.org 网站或 iOS 运用,只需有手机或计算机,你就能捐出声响或验证其他人的音频。

Mozilla 开源立异方案总监 George Roter 表明:「就算一个人只录或听几秒钟的音频,但假如奉献者多达数十万,加起来的数据量就会十分惊人!当更多人都乐意出一份力时,这套语音数据集的价值就能更快提高。」

发布多言语语音数据集

Mozilla 将不忘初衷,持续充分语音数据集的内在,使其成为人人可用的公共资源。并已于本年二月发布第一批的多言语语音数据集,其中共包含 18 种言语的录音文件,包含:英语、法语、德语和汉语(台湾地区)等广泛通行的言语,以及威尔士语及卡比尔语等较为冷门的言语。Common Voice 至今已搜集逾越 4.2 万人奉献的录音,总长度约 1,400 小时,且语音数据量仍在持续增长中。

在此数据集发布后,Common Voice 的规划已逾越其他同类型的语音数据集,并已将数万人的录音文件及对应文字开放给大众运用(选用 CC0 授权)。任何人都可到 Common Voice 网站下载完好的语音数据集。



George Roter 进一步表明:「Mozilla 致力于促进愈加多元化的立异语音科技生态系的展开。咱们不光期望能自行推出语音技能的产品,也立志倾力支撑研究人员及小型企业的展开,在树立全球最大公共的多言语语音数据集的过程中,咱们很侥幸得到越来越多人的协助,也很感谢志愿者们的热心相挺,让咱们成功展开关于汉语普通话的支撑。」


您需求登录后才干够回帖 登录 | 当即注册

本版积分规矩

快速回复 回来顶部 回来列表