Mozilla使用開源的通用語音識別數(shù)據(jù)集進行多語言操作。

Mozilla宣布，它正在擴大其眾包公共語音項目——旨在創(chuàng)建開源語音識別數(shù)據(jù)集的倡議——以包括更多的語言。

該技術(shù)組織于去年6月首次發(fā)布了Common Voice，邀請世界各地的志愿者通過互聯(lián)網(wǎng)和移動應(yīng)用程序用他們的聲音錄制文本片段。

上圖:錄下你的聲音。

該項目與亞馬遜、谷歌、蘋果和微軟正在開發(fā)的越來越多的專有語音識別技術(shù)相反。上述巨頭正在大力投資語音激活的數(shù)字助理Alexa、谷歌助理、Siri和Cortana，但它們各自的數(shù)據(jù)集都是由公司擁有它。

Mozilla于11月推出了第一批英語常用語音數(shù)據(jù)集，其中包括約500小時的演講，并建立了來自2萬人的40萬段錄音。今天，Mozilla正式開始收集其他三種語言的語音數(shù)據(jù)——法語、德語和威爾士語。目前，正在為數(shù)據(jù)收集過程準(zhǔn)備其他40種語言，巴西葡萄牙語、中國(臺灣省)、印度尼西亞、波蘭和荷蘭等國家已準(zhǔn)備好開始眾包語音數(shù)據(jù)。

下一個大平臺

多年以后，語音將成為下一個重要的技術(shù)平臺。就在昨天，亞馬遜正式推出了新的攝像頭注入，Alexa供電的Echo Look智能音箱，告訴你穿什么樣的衣服。我們?nèi)蕴幱谶@場運動的早期階段，但顯然聲音只會越來越普遍。

正是在這種背景下，Mozilla正在推進創(chuàng)建開源數(shù)據(jù)集的計劃，任何人都可以免費使用這些數(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:“我們認(rèn)為，這些界面不應(yīng)該由少數(shù)人制作。公司作為控制語音服務(wù)的守門員，我們希望用戶能夠繼續(xù)用他們自己的語言和口音理解用戶，”Mozilla首席創(chuàng)新官Katharina Borchert說。博客帖子。

共同聲音項目的目的類似于其他用于打擊私人平臺的開放許可項目。OpenStreetMap是類似眾包項目的一個很好的例子，它為開發(fā)者提供了一個開放、免費的世界地圖，沒有谷歌地圖等競爭對手服務(wù)的成本或限制。

就可訪問性而言，英語可能在許多方面成為互聯(lián)網(wǎng)的通用語，但事實是大多數(shù)人以英語以外的語言作為母語。隨著語音識別AI革命的興起，任何為開發(fā)者和技術(shù)人員開發(fā)機器學(xué)習(xí)模型提供多語言數(shù)據(jù)集的東西，都只能是好東西。

Mozilla Common Voice項目的數(shù)字策略師Michael Henretty補充說:“使用多種語言標(biāo)志著Common Voice邁出了重要的一步，我們希望這也是整個語音技術(shù)的一大步?！薄罢Z音技術(shù)的民主化不僅會減少全球創(chuàng)新的障礙，還會減少獲取信息的障礙?！?/p>