<p style="text-align: center;"><a href="/misc/goto?guid=4958994792779902081" title="Mozilla"><img alt="Mozilla开源音频数据库已成为第二大公开语音数据集" src="https://simg.open-open.com/show/ff025ae804effeaa13558b718118d2b3.gif" /></a></p>    <p>Mozilla 的开源音频数据库 <a href="/misc/goto?guid=4959009946675504868">Common Voice</a> 已收集了来自 20,000 个人的近 40 万个录音，整体时间已超过 500 个小时，据称这是公开发布的第二大语音数据集。</p>    <p>Common Voice 是 Mozilla 今年 7 月推出的一个大型公共数据集，并已开源。它允许用户通过 iOS 应用或网站捐赠他们的话语，提交他们自己阅读特定句子的简短音频记录。</p>    <p style="text-align:center"><img alt="Mozilla开源音频数据库已成为第二大公开语音数据集" src="//images2017.cnblogs.com/news/66372/201712/66372-20171201093136133-1547349736.png" /></p>    <p>Mozilla 新兴技术高级副总裁肖恩·怀特（Sean White）在一篇<a href="/misc/goto?guid=4959011853100242773">博客</a>文章中曾表示，“商业上可用的语言服务很少的一个原因是缺乏数据。当我们开始打造语音识别系统时，我们发现我们可以在已有算法的基础上工作，并在算法方面进行一些创新。但是要想让语音识别系统真正起作用，数据的策划，创建和聚合是一个绕不开的挑战，如果你想做一个新的语音识别系统，你无法找到一个现成的高质量音频数据集。” 目前，Common Voice 收集的重点是英文，计划在 2018 年上半年将其扩展到其他语言。</p>    <p style="text-align:center"><img alt="Mozilla开源音频数据库已成为第二大公开语音数据集" src="//images2017.cnblogs.com/news/66372/201712/66372-20171201093136023-1543489919.png" /></p>