Mozilla发布最大公共语音数据集Common Voice

近日，Mozilla发布了当前可使用的，规模最大的公共语音数据集Common Voice，数据集涵盖18种语言，由42000多名贡献者提供的近1400小时的语音数据构成。

文 / George Roter

翻译 / 咪宝

原文

https://blog.mozilla.org/blog/2019/02/28/sharing-our-common-voices-mozilla-releases-the-largest-to-date-public-domain-transcribed-voice-dataset/

Mozilla发布了可供使用的最大人类语音数据集，包括18种不同的语言，累计记录了超过42,000多名贡献者的近1,400小时的语音数据。

从一开始，我们对Common Voice的愿景就是构建世界上最多样化的语音数据集，为构建语音技术进行优化。我们还做出了开放的承诺：向初创公司、研究人员以及对语音技术感兴趣的任何人公开我们收集到的高质量语音数据。

今天，我们很高兴与大家分享我们的第一个多语种数据集，其中包含18种语言。包括英语、法语、德语和普通话（繁体），以及威尔士语和卡比尔语。总的来说，新的数据集囊括了超过42000人的大约1400个小时的语音片段。