À medida que a tecnologia muda maciçamente para produtos habilitados para voz, a NVIDIA está investindo US $ 1,5 milhão no Mozilla Common Voice para transformar o cenário de reconhecimento de voz

Ao longo da próxima década, espera-se que a fala seja a forma mais importante de as pessoas interagirem com os dispositivos – de laptops e telefones a assistentes digitais e quiosques de varejo. No entanto, os dispositivos controlados por voz de hoje são inacessíveis para grande parte da raça humana porque eles não conseguem entender grande parte dos idiomas, sotaques e padrões de linguagem do mundo.

Para garantir que as pessoas em todos os lugares se beneficiem dessa enorme mudança tecnológica, a Mozilla está fazendo parceria com a NVIDIA, que está investindo US $ 1,5 milhão no Mozilla Common Voice, uma ambiciosa iniciativa de código aberto para democratizar e diversificar o desenvolvimento de tecnologias de linguagem.

A maioria dos dados de voz usados ​​atualmente para treinar algoritmos de aprendizado de máquina é armazenada por um punhado de grandes empresas. Isso representa desafios para outras pessoas que desejam desenvolver tecnologias de reconhecimento de voz de alta qualidade e, ao mesmo tempo, ampliar as lacunas de reconhecimento de voz entre falantes de inglês e o resto do mundo.

O Common Voice foi lançado em 2017 e visa melhorar o campo de jogo enquanto reduz o viés de IA. Ele permite que qualquer pessoa doe seus votos para um banco de dados gratuito e disponível publicamente que startups, pesquisadores e desenvolvedores podem usar para treinar em aplicativos, produtos e serviços controlados por voz. Hoje é o maior conjunto de dados de idioma multilíngue de domínio público do mundo, com mais de 9.000 horas de dados de idioma em 60 idiomas diferentes, incluindo idiomas amplamente usados ​​e menos comuns, como galês e kinyarwanda, falados em Ruanda. Até agora, mais de 164.000 pessoas em todo o mundo contribuíram para o projeto.

Este investimento irá acelerar o crescimento do conjunto de dados Common Voice, envolver mais comunidades e voluntários no projeto e ajudar a recrutar novos funcionários.

Para apoiar a expansão, o Common Voice agora operará sob a égide da Fundação Mozilla como parte de suas iniciativas destinadas a tornar a inteligência artificial mais confiável. De acordo com Mark Surman, diretor executivo da fundação, a Common Voice está pronta para ser pioneira na doação de dados como uma ferramenta poderosa que o público pode usar para moldar o futuro da tecnologia para melhor.

“A linguagem é uma parte importante de quem somos, e as pessoas, empresas sem fins lucrativos, são os guardiões certos de como a linguagem aparece em nossas vidas digitais”, disse Surman. “O Common Voice torna mais fácil doar dados de voz e permite que as pessoas desempenhem um papel direto no desenvolvimento de tecnologias que ajudam, em vez de prejudicar, a humanidade. A Mozilla e a NVIDIA veem a voz como uma oportunidade privilegiada para que as pessoas recuperem o controle da tecnologia e alcancem todo o seu potencial. “

“A demanda por IA de conversação está crescendo e os chatbots e assistentes virtuais estão afetando quase todos os setores”, disse Kari Briski, diretor sênior da NVIDIA para gerenciamento de produtos de computação acelerada. “Com os conjuntos de dados grandes e abertos do Common Voice, podemos desenvolver modelos prontos e oferecê-los à comunidade gratuitamente. Juntos, trabalhamos em direção a um objetivo comum de apoiar e construir comunidades – especialmente para idiomas com recursos insuficientes e idiomas mal atendidos. “