Common Voice

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen
Common Voice
Common Voice Banner2.png
„Maschinen beibringen, wie echte Menschen sprechen“
Sammlung von gesprochenen Sätzen für eine Spracherkennungs-Datenbank

Sprachen

multilingual (Liste der Sprachen)

Betreiber

Mozilla Foundation

Registrierung Optional
Online 19. Juni 2017[1]
https://commonvoice.mozilla.org/

Common Voice ist ein von Mozilla gestartetes Crowdsourcing-Projekt zur Sammlung von Tonaufnahmen in vielen Sprachen.

Freiwilligen sprechen dazu entweder Beispielsätze aus der Wikipedia ein und verifizieren die Aufnahmen anderer Nutzer. Die gesamten Daten sind gemeinfrei („CC0“). Common Voice erschien als Antwort auf die Sprachassistenten der großen Unternehmen, wie Amazon Echo, Siri oder Google Assistant.[2][3]

Namensgebung[Bearbeiten | Quelltext bearbeiten]

Der Name „Common Voice“ stammt aus dem Englischen und bedeutet übersetzt etwa „gemeinsame Stimme“. Mozilla hat den Namen in Anlehnung an Creative Commons gewählt, was auf den gemeinsamen Grundgedanken des Allgemeinguts zurückzuführen ist.[4]

Geschichte[Bearbeiten | Quelltext bearbeiten]

Seit dem 6. Juni 2018 können auch deutsche Sätze eingesprochen und überprüft werden.[5] Es existiert eine inoffizielle Android-App.[6]

Seit 2021 unterstützen Nvidia, die Bill & Melinda Gates Foundation, die Deutsche Gesellschaft für Internationale Zusammenarbeit und das britische Foreign and Commonwealth Office das Projekt.[7][8][9]

Statistik[Bearbeiten | Quelltext bearbeiten]

Die englische Datenbank von Common Voice ist mittlerweile die größte frei zugängliche Sprachdatenbank.[7] Der Digitalisierungsfortschritt in den meisten Sprachen ebbte nach kurzer Zeit ab, nur in wenigen Fällen kam eine kritische Masse zustande:[10]

Sprache h validiert
2019-12-10 (4.0)
h validiert
2022-07-04 (10.0)
h validiert
2022-09-21 (11.0)
Organisator
Englisch 1118 2275 2319 /
Kinyarwanda 2001 2001 Digital Umuganda[11]
Katalanisch 246 1390 1700 AINA[12]
Esperanto (keine Standardaussprache) 1872[13] 1414 [14]
Weißrussisch 1089 1159 ?
Deutsch 483 1136 1157 /
Französisch 350 868 906 /
Kabylisch 263 553 564 Universität Tizi Ouzou etc.[15]
Spanisch 168 411 413 /
Luganda 407 408 [16]
Persisch 212 327 344
Italienisch 85 321 326
Suaheli / 326 bezahlt von Mozilla[17]
Baschkirisch 256 256 [18]
Tamil 224 225

Verwandte Projekte[Bearbeiten | Quelltext bearbeiten]

  • LibriSpeech: Sprachkorpus von ungefähr 1000 Stunden englischsprachiger Hörbücher aus LibriVox (CC BY 4.0).
  • TED-LIUM: Sprachkorpus von ungefähr 118 Stunden aus englischsprachigen TED-Talks (CC BY-NC-ND 3.0).
  • Tatoeba: Sammlung von (gesprochenen) Beispielsätzen in verschiedenen Sprachen mit Übersetzungen (Texte CC BY 2.0, Audio größtenteils CC BY-NC-ND 3.0).
  • VoxForge: Sprachkorpus in verschiedenen Sprachen, um freie Spracherkennungs-Engines, wie Julius zu unterstützen (GPL 3).
  • Thorsten (Stimme) deutscher Sprachkorpus einer Person für TTS-Sprachmodelle (CC0-Lizenz)

Weblinks[Bearbeiten | Quelltext bearbeiten]

Commons: Common Voice – Sammlung von Bildern, Videos und Audiodateien

Einzelnachweise[Bearbeiten | Quelltext bearbeiten]

  1. Daniel Kessler: Raising Our Common Voice For The Web. In: The Mozilla Blog. 19. Juni 2017, abgerufen am 26. Januar 2018 (amerikanisches Englisch).
  2. Frequently Asked Questions. In: Common Voice. Abgerufen am 26. Januar 2018 (amerikanisches Englisch).
  3. Wolfgang Reszel: Mozilla sammelt Stimmaufzeichnungen für offene Spracherkennungs-Software. In: heise online. 23. Juli 2017, abgerufen am 26. Januar 2018.
  4. Sebastian Grüner: Mozilla bringt freie Spracherkennung für alle (Seite 2). In: Golem.de. 30. November 2017, abgerufen am 26. Januar 2018.
  5. Sebastian Grüner: Common Voice: Mozillas freie Sprachdatenbank wird mehrsprachig. In: Golem.de. 7. Juni 2018, abgerufen am 7. Juni 2018.
  6. Spende deine Stimme: CV Project – Apps bei Google Play. Abgerufen am 10. März 2021.
  7. a b Ulrich Bantle/Linux Magazin/Sebastian Grüner: Mozilla erweitert freien Sprachdatensatz massiv. In: Golem.de. 6. August 2021, abgerufen am 6. August 2021.
  8. Mozilla Common Voice Receives $3.4 Million Investment to Democratize and Diversify Voice Tech in East Africa. In: mozilla.org. 25. März 2021, abgerufen am 6. August 2021 (englisch).
  9. Mozilla partners with NVIDIA to democratize and diversify voice technology. In: mozilla.org. 12. April 2021, abgerufen am 6. August 2021 (englisch).
  10. https://github.com/common-voice/cv-dataset/tree/main/datasets
  11. https://foundation.mozilla.org/en/blog/lessons-from-building-for-kinyarwanda-on-common-voice/
  12. https://www.projecteaina.cat/
  13. muss ein Fehler sein validHrs: 1872.42 > totalHrs: 1430.21
  14. https://telegra.ph/Miriado-kaj-Komuna-Vo%C4%89o-01-24
  15. https://discourse.mozilla.org/t/kab-team-program-about-mozillas-projects-session-01-common-voice-and-sentence-collector/41244
  16. https://events.mak.ac.ug/index.php/events/2021/09/30/428
  17. Chenai Chair: Maendeleo: Mozilla’s Kiswahili Common Voice Work Continues, 23. September 2021
  18. Башҡорт телмәрен цифрлаштырыу