Mozilla释出最新长达7,226个小时的Common Voice语音资料集

Mozilla的开源语音辨识引擎专案同声计划（Common Voice）释出最新的语音资料集，总共含有7,226个小时的语音资料，而且除了资料集的时间长度持续累积增加之外，多元性也不断地提升，最新的版本新增了14种资源稀有的语言，现在总共有54种语言的录音。

同声计划的目的是要提供Mozilla维护的语音转文字引擎DeepSpeech，有足够的训练资料使用，且该语音资料集不仅包含语音片段，还包含了贡献者自愿提供的元资料，可用来训练语音引擎，具有像是年龄、性别和口音等特征。

这个新版本拥有550万个语音剪辑，平均每个剪辑为4.7秒，在长达7,226个小时的语音中，已经有5,591小时已经由社群贡献者确认为有效语音资料，Mozilla特别提到，英文、德文、法文、意大利文和西班牙文，总共有超过5,000位的语音贡献者。

另外，Mozilla这次还发布了一个针对特殊用途的单字目标字串资料集，这是针对用于特殊使用情境的字串语音资料集，其中包含了用来进行语音数字辨识、唤醒词等测试资料，其收集数字0到9的发音，还有Hey与Firefox等单字语音。

单字目标字串资料集总共有120个小时，由11,000人在一个月内使用18种语言创建而成，同声计划的产品负责人Megan Branson提到，这个细分资料集将会用在Deep Speech的准确性基准测试中，以不同的语言完成相似的任务，在获得回馈细节后，知道继续改进资料集的方法。