MLCommons сумесна з Hugging Face прадставіла адну з найбуйнейшых калекцый галасавых запісаў у адкрытым доступе, прызначаных для даследаванняў у галіне АІ.

Гэта набор даных пад назвай Unsupervised People’s Speech, які ўключае звыш мільёна гадзін аўдыя і ахоплівае не менш за 89 розных моў.

Асноўныя напрамкі, якія плануецца развіваць дзякуючы базе:

паляпшэнне мадэлей распазнавання маўлення для моў з малой колькасцю рэсурсаў;
♟ удасканаленне распазнавання маўлення з улікам розных акцэнтаў і дыялектаў;
распрацоўка наватарскіх дадаткаў у галіне сінтэзу маўлення.

Крыніца