linuxsir首页 LinuxSir.Org | Linux、BSD、Solaris、Unix | 开源传万世,因有我参与欢迎您!
网站首页 | 设为首页 | 加入收藏
您所在的位置:主页 > 小企鹅新闻图书馆 >

Mozilla开源语音收集计划Common Voice,正式支持汉语普通话

时间:2019-05-14  来源:未知  作者:admin666

开发开源 Firefox 浏览器的非营利组织 Mozilla 宣布,其所推动地最大语音数据收集计划 Common Voice 平台已正式支持汉语普通话。在广大的 Mozilla 社群及语言专家伙伴的辛勤努力下,从现在开始,网友可到 Common Voice 的简体中文网站(https://voice.mozilla.org/zh-CN)录制音频。

Mozilla 开始收集大陆地区汉语语音数据,更进一步充实其公开语音数据集 现已收集 27 种不同语言的语音文件,并将再扩大支持 72 种语言 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括来自超过 4.2 万贡献者的 18 种语言录制的语音文件,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 内建语音识别技术的设备可谓与日俱增。然而,相关技术的创新仍面临着重大阻碍:有意打造语音辅助方案的创新公司、研究人员或各种开发者都需取得大量转录为文字的语音数据,才能训练机器学习的算法。但现有公开语音数据集的语音数据量与支持语种数都极其有限,而私有的语音数据不但仅掌握在少数几家公司手中,其费用还很高。

因此,Mozilla 自 2017 年 6 月起展开 Common Voice 计划,希望建立全球化的开源语音数据库,以应对语音接口的发展需求并突破现阶段的市场局限。Mozilla 认为,此类接口不该只把持在少数几家握有语音服务技术的厂商手中,而且,希望能让用户以自己的语言和熟悉的腔调来吸收和了解信息。

Mozilla开源语音收集计划Common Voice,正式支持汉语普通话

已收集包括汉语(普通话)在内的 27 种语音数据

Common Voice 在 2018 年 6 月开始收集多语言语音数据。从那时起,此项目便不断壮大,变得更全球化、更具包容性。在过去 10 个月间,大批的热血贡献者踊跃响应,已在 Common Voice 网站上发起 27 种语言的语音文件收集计划,另外还有高达 72 种语言的录音计划正在进行中。

最新加入的语言是汉语(普通话)。现在,世界各地的网友都可以到 https://voice.mozilla.org/zh-CN 网站 捐献声音 ,或验证其他人的录音。

语音贡献者可以选择保留项目记录,以掌握自己的录音记录。此外,还可以选择提供人口特征信息,以协助 Mozilla 改善用以训练语音识别引擎的语音数据。

如 Common Voice 收集的其他语言数据,Mozilla 对于汉语(普通话)的目标是要累积约 1 万小时的通过验证的音频,因为 1 万小时的音频量才足以训练出完备的语音识别系统,这样大家才能共同推动语音识别技术的进展。无论在上班途中、公交车上、午休时间、家里,还是与亲朋好友齐聚一堂时,都可以通过 voice.mozilla.org 网站或 iOS 应用,只要有手机或计算机,你就能捐出声音或验证其他人的音频。

Mozilla 开源创新计划总监 George Roter 表示:「就算一个人只录或听几秒钟的音频,但如果贡献者多达数十万,加起来的数据量就会非常惊人!当更多人都愿意出一份力时,这套语音数据集的价值就能更快提升。」

发布多语言语音数据集

Mozilla 将不忘初衷,继续充实语音数据集的内涵,使其成为人人可用的公共资源。并已于今年二月发布第一批的多语言语音数据集,其中共涵盖 18 种语言的录音文件,包括:英语、法语、德语和汉语(台湾地区)等广泛通行的语言,以及威尔士语及卡比尔语等较为冷门的语言。Common Voice 至今已收集超过 4.2 万人贡献的录音,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 的规模已超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公众使用(采用 CC0 授权)。任何人都可到 Common Voice 网站下载完整的语音数据集。

Mozilla开源语音收集计划Common Voice,正式支持汉语普通话

George Roter 进一步表示:「Mozilla 致力于促进更加多元化的创新语音科技生态系的发展。我们不但希望能自行推出语音技术的产品,也立志倾力支持研究人员及小型企业的发展,在建立全球最大公共的多语言语音数据集的过程中,我们很荣幸得到越来越多人的帮助,也很感谢志愿者们的热情相挺,让我们成功开展对于汉语普通话的支持。」

linux D9VK 0.11 发布,性能改进及D3D9修复 Vulkan 1.1.108 发布,两个新的扩展
友情链接
  • Mozilla发布Firefox 67.0.4,修复沙箱逃逸漏洞
  • 蚂蚁金服正式成为CNCF云原生计算基金会黄金会员
  • Firefox 68将采用Microsoft BITS安装更新
  • OpenSSH增加对存储在RAM中的私钥的保护
  • 谷歌想实现自己的curl,为什么?
  • Raspberry Pi 4发布:更快的CPU、更大的内存
  • Firefox的UA将移除CPU架构信息
  • Ubuntu放弃支持32位应用程序实属乌龙,Steam会否重回Ubuntu怀抱
  • Qt 5.13稳定版发布:引入glTF 2.0、改进Wayland以及支持Lottie动
  • 红帽企业Linux 7现已内置Redis 5最新版
  • Slack进入微软内部禁用服务清单,GitHub也在其列?
  • 安全的全新编程语言V发布首个可用版本
  • Windows Terminal已上架,快尝鲜
  • 阿里巴巴微服务开源生态报告No.1
  • 面世两年,Google地球将支持所有基于Chromium的浏览器
  • 推进企业容器化持续创新,Rancher ECIC千人盛典完美收官
  • CentOS 8.0最新构建状态公布,或于数周后发布
  • Debian移植RISC
  • 微软拆分操作系统的计划初现雏形
  • Oracle发布基于VS Code的开发者工具,轻松使用Oracle数据库
  • Ubuntu 19.10停止支持32位的x86架构
  • 微软为Windows Terminal推出全新logo
  • 联想ThinkPad P系列笔记本预装Ubuntu系统
  • 微软发布适用于Win7/8的Microsoft Edge预览版
  • 启智平台发布联邦学习开源数据协作项目OpenI纵横
  • 经过六个多月的延迟,微软终于推出Hyper
  • ZFS On Linux 0.8.1 发布,Python可移植性工作
  • DragonFly BSD 5.6.0 发布,HAMMER2状态良好
  • Linux Kernel 5.2
  • CentOS 8.0 看起来还需要几周的时间
  • 百度网盘Linux版正式发布
  • PCIe 6.0宣布:带宽翻倍 狂飙至256GB/s
  • PHP 7.4 Alpha 发布,FFI扩展,预加载Opcache以获得更好的性能
  • Canonical将在未来的Ubuntu版本中放弃对32位架构的支持
  • Scala 2.13 发布,改进的编译器性能
  • 微软的GitHub收购了Pull Panda,并且使所有订阅完全免费
  • Windows Subsystem for Linux 2 (WSL 2)现在适用于Windows 10用
  • Debian 10 “Buster”的RISC
  • MariaDB宣布发布MariaDB Enterprise Server 10.4
  • DXVK 1.2.2 发布,带来微小的CPU开销优化
  • DragonFlyBSD 5.6 RC1 发布,VM优化,默认为HAMMER2
  • PrimeNG 8.0.0 发布,支持Angular 8,FocusTrap等
  • GIMP 2.10.12 发布,一些有用的改进
  • 清华大学Anaconda 镜像服务即将恢复
  • Debian GNU/Linux 10 “Buster” 操作系统将于2019年7月6日发布
  • 时时彩论坛
  • 五星体育斯诺克
  • 北单比分直播
  • 河北11选5走势图
  • 福建体彩36选7开奖结果
  • 九龙图库下载