Mozilla 同聲計畫開源語音資料庫，正體中文募集開跑

語音辨識已逐漸成為個人與電子裝置互動的首選方式，它能為使用者節省大量時間，同時技術發展也能跨越鍵盤、滑鼠或螢幕的框架。然而，今日的語音辨識技術大多掌握在少數透過既有產品優勢，以專屬平台收集語音的企業手中。

此外，現有商用數位及語音辨識服務往往也偏廢了弱勢語言。有鑑於此，Mozilla 認為需要建立多國語言開源語音資料庫，透過語音技術的民主化支持創新，也為視障者、未受教育者、兒童或年長者等相對的資訊弱勢族群降低取得資訊的門檻。

Mozilla 自去年七月開始啟動開源的同聲計畫，目標是收集用於訓練語音辨識技術的聲音數據，至今共有超過兩百位開發者參與計畫的軟體開發。到目前為止，同聲計畫已經募集了來自 112 個國家的兩萬四千多人所貢獻的聲音，收集到超過 900 小時的語音樣本，一躍成為全球第二大開源語音資料集。同聲計畫於上月開始收集多國音檔之後，預期在年底前可望成為全球最大開源語音資料集。

目前專案平台已擁有 60 種語言版本，並已開始收集 15 種語言音檔。Mozilla  繼上個月開始募集德、法語和威爾斯語錄音檔之後，日前也開始由正體中文著手，展開中文語音的音檔募集。

過去一年內，同聲計畫成長快速。Mozilla 於去年 11 月發表了同聲計畫第一版資料集，語音資料下載量至今已達數千次。同時也與 Mycroft、Snips.AI 以及威爾斯的 Bangor 大學等新創企業或校園夥伴進行語音收集與技術合作，所收集的語音資料同時也應用在 Mozilla 本身的語音辨識引擎「 深度語音辨識（Project DeepSpeech）」上。

Mozilla 目前正試圖打造全球最大的開源多語語音資料庫，歡迎所有中文使用者一起捐出聲音，協助強化中文語音資料庫，也可以透過 iOS 應用來捐獻語音錄音檔。