Common Voice项目新增达吉斯坦语(Dargwa)本地化支持
2025-06-24 08:30:22作者:郁楠烈Hubert
Mozilla旗下的Common Voice项目近期正式启动了对达吉斯坦语(Dargwa)的本地化支持工作。作为开源语音数据集项目,Common Voice致力于通过收集各类语言的语音样本,推动语音技术的普及和发展。
达吉斯坦语是高加索地区达吉斯坦地区的主要语言之一,使用西里尔字母书写,全球使用人口约49万。该语言属于东北高加索语系,具有独特的语音特征和语法结构。此次将其纳入Common Voice项目,将有助于保护这一地方语言,并为开发达吉斯坦语语音识别技术提供基础数据支持。
在技术实现层面,项目团队已完成以下工作:
- 在Pontoon本地化平台上创建了达吉斯坦语项目空间
- 确定了语言代码为"dar"(ISO 639-2/3标准)
- 配置了复数形式处理规则
- 设定了750句的基础语音数据收集目标
对于语言技术开发者而言,达吉斯坦语语音数据集的建立将填补该语言在语音技术领域的空白。研究人员可利用这些数据训练语音识别、语音合成等模型,开发面向达吉斯坦语用户的语言技术产品。
Common Voice项目采用众包模式收集语音数据,任何母语者都可以通过朗读指定文本来贡献语音样本。所有收集的数据将以CC0许可协议开放,确保其可被自由使用于学术研究和商业开发。
随着达吉斯坦语支持的加入,Common Voice项目覆盖的语言数量进一步增加,体现了Mozilla推动语言多样性保护的承诺。这一举措不仅有助于保存地方语言文化传统,也为边缘化语言社区接入数字世界提供了技术基础。
登录后查看全文
热门项目推荐
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0269get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java00AudioFly
AudioFly是一款基于LDM架构的文本转音频生成模型。它能生成采样率为44.1 kHz的高保真音频,且与文本提示高度一致,适用于音效、音乐及多事件音频合成等任务。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile08
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
149
1.95 K

deepin linux kernel
C
22
6

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
980
395

React Native鸿蒙化仓库
C++
192
274

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
931
555

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
65
518

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0