Mozilla使用開源Common Voice語音識別數(shù)據(jù)集進(jìn)行多語言操作

2018-06-08 08:02:41

Mozilla宣布它正在擴(kuò)大其眾包的Common Voice項目 - 一項旨在創(chuàng)建開源語音識別數(shù)據(jù)集的舉措 - 包括更多語言。

該技術(shù)組織于去年6月首次發(fā)布Common Voice，邀請來自世界各地的志愿者通過網(wǎng)絡(luò)和移動應(yīng)用程序，用他們的聲音記錄文本片段 。

上圖：記錄你的聲音

該項目與亞馬遜，谷歌，蘋果和微軟等正在開發(fā)的專有語音識別技術(shù)的不斷增長的軍火庫相反。上述巨頭正在大力投資于語音激活數(shù)字助理Alexa，谷歌助理，Siri和Cortana，但各自的數(shù)據(jù)集均由公司自己擁有。

Mozilla 于11月推出了英語Common Voice數(shù)據(jù)集的第一批成果，收錄了大約500小時的演講，并從20000個人中構(gòu)建了40萬個錄音。今天，Mozilla 正式開始收集另外三種語言的語音數(shù)據(jù) - 法語，德語和 - 隨機(jī) - 威爾士語 - 的過程。目前正在為數(shù)據(jù)收集過程準(zhǔn)備另外40種語言，巴西葡萄牙語，中國（臺灣），印度尼西亞語，波蘭語和荷蘭語等國家已經(jīng)準(zhǔn)備好啟動眾包語音數(shù)據(jù)。

下一個大平臺

多年來，語音將成為技術(shù)的下一個重要平臺。就在昨天，亞馬遜正式推出了新款相機(jī)注入，Alexa供電的Echo Look智能揚(yáng)聲器，告訴你應(yīng)該穿什么樣的衣服。我們?nèi)匀惶幱谶@場運(yùn)動的早期階段，但顯然聲音只會變得更加普遍。

正是在這種背景下，Mozilla正在推進(jìn)創(chuàng)建開源數(shù)據(jù)集的計劃，任何人都可以自由使用這些數(shù)據(jù)集來將語音識別智能構(gòu)建到各種應(yīng)用程序和服務(wù)中。

Mozilla首席創(chuàng)新官Katharina Borchert表示：“我們相信這些接口不應(yīng)該由少數(shù)幾家公司作為守門員來控制語音服務(wù)，并且我們希望用戶能夠以他們自己的語言和口音持續(xù)理解用戶，”Mozilla首席創(chuàng)新官Katharina Borchert說。博客帖子。

Common Voice項目的用途類似于其他用于打擊私人平臺的開放許可證項目。OpenStreetMap 是類似眾包項目的一個很好的例子，該項目為開發(fā)人員提供開放且可自由使用的世界地圖，而無需谷歌地圖等競爭對手服務(wù)的成本或限制。

在可訪問性方面，英語可能在很多方面成為互聯(lián)網(wǎng)的通用語，但事實是大多數(shù)人會說英語以外的語言作為他們的母語。隨著語音識別AI革命的興起，為開發(fā)機(jī)器學(xué)習(xí)模型提供開發(fā)人員和技術(shù)人員多語言數(shù)據(jù)集的任何事情都只能是一件好事。

“使用多種語言標(biāo)志著Common Voice邁出了重要的一步，我們希望這對于整體語音技術(shù)來說也是一大步，” Mozilla Common Voice項目的數(shù)字策略師Michael Henretty 補(bǔ)充道。“語音技術(shù)的民主化不僅會降低全球創(chuàng)新的障礙，而且也是獲取信息的障礙?！?/span>