close
（來自：Mozilla）
隨著新版公共語音數據集的發佈，可知 Common Voice 語料庫已擁有超過 13000 小時的眾包語音數據。
與上一版相比，其新增瞭 4622 小時的內容，並且迎來瞭對 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 已經收集瞭 76 種語言的公共語音數據庫，以及超過 18.2 萬份獨特的聲音，貢獻者社區在過去六個月內迎來瞭 25% 的增長。
（傳送門：NVIDIA）
語音時長 13905 小時，較上一版本增加瞭 4622 小時。排名前五的語言分別為英語（2630 小時）、基尼亞盧旺達語（2260 小時）、德語（1040 小時）、加泰羅尼亞語（920 小時）、以及世界語（840 小時）。
增長百分比最高的是泰語（從 12 小時到 250 小時、增長近 20 倍），盧幹達語（從 8 小時到 80 小時、增長 9 倍），世界語（從 100 小時到 840 小時、增長超 7 倍），泰米爾語（從 24 小時到 220 小時、增長超 8 倍）。
感興趣的朋友，可移步至 Common Voice 官網（傳送門），為這個公共語音數據集貢獻自己的一份力量。或者前往 GitHub 存儲庫，獲取特定的元數據集和使用說明。
最後，作為 Mozilla 與 NVIDIA 的一個合作項目，相關訓練模型也可通過 Nvidia NeMo 免費獲得，後者是該公司打造的用於構建語音識別和對話模型的工具包。
全站熱搜
留言列表
