從體量上來(lái)看它可以算的上是同類(lèi)項目中最大的多語(yǔ)言數據集之一，對比之前發(fā)布的Common Voice語(yǔ)料庫數據集，20，000個(gè)人的近40萬(wàn)個(gè)錄音（500小時(shí)語(yǔ)音數據），其提升效果也是十分顯著(zhù)。
當然這也得益于Mozilla從18年6月宣布為了使Common Voice更具全球性和包容性。使用多語(yǔ)言支持，通過(guò)Common Voice網(wǎng)站和移動(dòng)應用，短短8個(gè)月從22種語(yǔ)言開(kāi)展數據收集到目前共有70多個(gè)語(yǔ)言的數據收集工作正在進(jìn)行中。
語(yǔ)音技術(shù)對于人工智能的重要性不言而喻，但無(wú)奈的是，目前語(yǔ)音技術(shù)資源的話(huà)語(yǔ)權卻牢牢的掌握在大型科技公司。
首先目前行業(yè)內普遍認為語(yǔ)音將成為下一個(gè)重要的技術(shù)平臺，近年來(lái)隨著(zhù)人工智能理論與技術(shù)的迅猛發(fā)展，語(yǔ)音識別技術(shù)在不斷突破，通過(guò)語(yǔ)音助手如Alexa、GoogleAssistant、Siri和Cortana，各公司將收集到的用戶(hù)語(yǔ)音數據歸為公司自己所有。
其次這些數據的價(jià)值或許目前很難被外界看出來(lái)，但是在信息化高度發(fā)達，特別是今天這樣一個(gè)大數據和人工智能時(shí)代，為開(kāi)發(fā)機器學(xué)習模型提供語(yǔ)音數據集怎么看都是一件有深遠意義的事，這些語(yǔ)音數據的意義會(huì )慢慢體現。而最終當它們的價(jià)值逐漸顯現，人們會(huì )發(fā)現在這背后亞馬遜、谷歌、蘋(píng)果和微軟等公司已經(jīng)牢牢鎖住了語(yǔ)音技術(shù)的命門(mén)，主導了這場(chǎng)語(yǔ)音市場(chǎng)之爭。
基于此CommonVoice項目就是為了避免這樣的事情而誕生的，它的目的是將收集到的語(yǔ)音數據集開(kāi)源給公眾，使得任何人都可以自由使用這些數據集來(lái)將語(yǔ)音識別技術(shù)智能地構建到各種應用程序和服務(wù)中。
Mozilla首席創(chuàng )新官Katharina Borchert表示：希望用戶(hù)使用自己的語(yǔ)言甚至方言的時(shí)候是可以被機器理解的，但是我們相信這些技術(shù)上的接口不應該由少數幾家公司控制，他們不能像守門(mén)員一樣來(lái)完全把控語(yǔ)音服務(wù)。
CommonVoice項目的意義與用于打擊私人平臺的開(kāi)放許可證項目類(lèi)似，OpenStreetMap就是一個(gè)很好的例子。OpenStreetMap為開(kāi)發(fā)者提供了開(kāi)放且可自由使用的世界地圖，使得開(kāi)發(fā)商不再需要依賴(lài)于GoogleMaps這樣的競爭對手，不僅降低了成本開(kāi)銷(xiāo)，技術(shù)上也不再受到限制。
總之，雖說(shuō)目前CommonVoice相較于其他語(yǔ)音數據集還略有不足，比如在數量上，但是其綜合多樣性、豐富性和質(zhì)量方面都遙遙領(lǐng)先，但這也給了我們一個(gè)想象空間，未來(lái)隨著(zhù)時(shí)間的推移，其語(yǔ)料庫的不斷增加，CommonVoice的影響力也會(huì )與日俱增，到時(shí)候將會(huì )被全世界更大范圍內的開(kāi)發(fā)者們所關(guān)注并受益。
或許正如Mozilla所設想：未來(lái)語(yǔ)音技術(shù)的民主化不僅會(huì )降低全球創(chuàng )新的障礙，也會(huì )讓人們獲取信息更加便捷。
地址：https://blog.mozilla.org/blog/2019/02/28/sharing-our-common-voices-mozilla-releases-the-largest-to-date-public-domain-transcribed-voice-dataset/
