https://www.opennet.ru/openforum/vsluhforumID3/116705.html Компания Mozilla опубликовала (https://blog.mozilla.org/blog/2019/02/28/sharing-our-common-voices-mozilla-releases-the-largest-to-date-public-domain-transcribed-voice-dataset/) набор голосовых данных, собранный в результате инициативы Common Voice (https://voice.mozilla.org/) и включающий примеры произношения 42 тысяч людей. В результате инициативы было получено почти 1400 часов речевого материала на 18 языках (русский язык отсутствует), который можно использовать в системах машинного обучения для построения моделей распознавания (https://www.opennet.ru/opennews/art.shtml?num=47648) и синтеза (https://www.opennet.ru/opennews/art.shtml?num=49639) речи. Данные опубликованы (https://voice.mozilla.org/data) как общественное достояние (CC0 (https://creativecommons.org/share-your-work/public-domain/cc0/)).<br><br><br>Напомним, что проект Common Voice нацелен на организацию совместной работы по накоплению базы голосовых шаблонов, учитывающей всё разнообразие голосов и манер речи. Пользователям предлагалось озвучить выводи https://www.opennet.ru/openforum/vsluhforumID3/116705.html#17 Fri, 01 Mar 2019 23:31:46 GMT санкции (?)<br> https://www.opennet.ru/openforum/vsluhforumID3/116705.html#16 Fri, 01 Mar 2019 21:57:42 GMT А всё потому что местечковые диалекты нужны не самим "чувашам" и "бурятам", а для поддержки тезиса многонациональности СССРФ.<br> https://www.opennet.ru/openforum/vsluhforumID3/116705.html#15 Fri, 01 Mar 2019 21:37:03 GMT &gt; Видать нашёлся чуваш, который не знает про опеннет. А то вместо записи <br>&gt; семплов голоса мог бы проводить время с пользой в комментариях.<br><br>Чувашский и бурятский (и другие тюркские языки) там развиваются не чувашами, а ирландцем на гранты от ВШЭ http://lattice.cnrs.fr/cmld/presentations/presentation_tyers.pdf<br> https://www.opennet.ru/openforum/vsluhforumID3/116705.html#14 Fri, 01 Mar 2019 21:22:38 GMT Видать нашёлся чуваш, который не знает про опеннет. А то вместо записи семплов голоса мог бы проводить время с пользой в комментариях.<br> https://www.opennet.ru/openforum/vsluhforumID3/116705.html#13 Fri, 01 Mar 2019 21:15:53 GMT Ну и по синтезу (mozilla/TTS)<br><br>1) Опять скопировали чужой проект на github, назвали своим. Автору пришлось напоминать https://github.com/mozilla/TTS/issues/2<br>2) Куча хороших проектов на тему существует, до сих пор пилят "своё". Потихоньку копируют, что другие сделали, например, Tacotron2 внесли (скопировали) только сегодня, сходимость моделей была никакая.<br>3) Wavenet так и не добавили.<br><br><br><br> https://www.opennet.ru/openforum/vsluhforumID3/116705.html#12 Fri, 01 Mar 2019 21:08:20 GMT Китайский тоже только в тайваньском варианте. Неспроста.<br> https://www.opennet.ru/openforum/vsluhforumID3/116705.html#11 Fri, 01 Mar 2019 20:59:27 GMT Что не так с речью в Мозилле<br><br>Common Voice:<br><br>1) собираются голоса молодых людей мужского пола 20-30 лет, нет женских, детских, нет голосов старшего возраста.<br>2) тексты для записи ограничены тысячей предложений, нет вариативности словаря, в дальнейшем будут трудности со словами.<br>3) записи распространяются в mp3, что вносит искажения в голосовой сигнал. Оригиналы не дают, видимо, не хотят конкуренции.<br>4) традиционно вместо того, чтобы развивать существующий проект (voxforge) запилили свой.<br>5) проверка записей делается вручную, хотя может делаться автоматическими средствами.<br>6) сейчас таких данных можно просто накачать с youtube за пару часов в 10 раз больше, чем они собрали за год для всех языков.<br><br>DeepSpeech<br><br>1) взяли чужую технологию от Baidu<br>2) за пару лет ничего не сделали, даже не добились нормальной точности, точность гораздо хуже передовых результатов.<br>3) зато кричат о себе на всех углах, получили европейский грант<br>4) когда стало поджимать, скопировали втихушку чужую библиотеку libctcdeco https://www.opennet.ru/openforum/vsluhforumID3/116705.html#10 Fri, 01 Mar 2019 19:27:45 GMT &gt; Пол <br>&gt; 41% Мужской <br>&gt; 10% Женский <br><br>Это opt-in данные:<br>https://voice.mozilla.org/en<br>см. в самом низу (3 срина, за графиками, логином, аж под картинкой с роботом), "Optional demographic data: sex/age".<br>Спрятано хорошо -- если не знать, то можно запросто пройти на "запись"/"прослушивание" и не даже не подозревать о своем "упущении".<br><br> https://www.opennet.ru/openforum/vsluhforumID3/116705.html#9 Fri, 01 Mar 2019 19:24:48 GMT Забавно, да.<br>