Распознавание речи

Результаты

Яндекс

• Распознавание и синтез речи в сревисах Яндекса, готовы:

1. татарский (2 июля 2024 года)
2. чувашский (18 декабря 2024 года)
3. башкирский (24 февраля 2025 года)
4. удмуртский (8 сентября 2025 года)
5. марийский (1 ноября 2025 года)
6. якутский (8 июля 2026 года)
7. кабардино-черкесский (22 сентября 2026 года)

Процесс сбора

Common Voice

https://commonvoice.mozilla.org

Язык	Всего записей	Длительность всех записей	Проверенная речь	Участники
Луговомарийский	234 770	301,42 ч	280,85 ч	500
Кабардинский	175 830	305,09 ч	276,38 ч	385
Башкирский	218 518	268,71 ч	258,81 ч	930
Абхазский	158 625	242,64 ч	207,84 ч	1 303
Татарский	31 364	33,44 ч	32,48 ч	297
Чувашский	20 456	28,64 ч	24,52 ч	122
Саха (якутский)	13 411	23,58 ч	16,34 ч	256
Осетинский	966	1,48 ч	1,41 ч	39

Боты на сайтах

• Голос.якт - краудсорсинговый проект на сайте Национальной библиотеки Республики Саха (якутский и эвенкийский).

Боты ВКонтакте

• Коми сёрни чукӧртысь бот - бот по сбору коми речи ВКонтакте (FU-Lab)

Боты в Telegram:

• Татар тавышы
• Татар тавышы Бот для сбора голосовых сообщений на татарском языке (ТР ФА Гамәли семиотика институты)
• Марийский голос» / Бот Mari-Lab - ранний вариант бота для сбора марийской речи.
• Mari Speech-to-text bot (распознает марийскую речь из аудиосообщения или аудиофайла).
• САҤА-СУРУК/SPEECH TO TEXT (якутский)
• Ирон Common Voice
• Валидационные боты корпуса «Bashkorttele»

Технология сбора

• Распознавание речи - лайфхак от kod-odin