贡献你的语音#

你可以帮助我们和更广泛的开放语音社区为你的语言开发speech-to-text和text-to-speech模型。

#语音转文字

当你向计算机说话时，它会将来自你声音的音频转录（transcribes）为文本。实现方式有很多种，但它们都依赖于人们说话的录音。

对于 speech-to-text，重要的是要具备：

• 许多不同的说话者和口音
• 各种录音设备和质量水平
  • 通常是 16Khz 音频，16 位采样
• 多种录音环境，包括不同的房间和噪音水平

我们建议用户为 Mozilla's Common Voice 项目做贡献，以用于 speech-to-text。这是一个免费且开放的数据集，通过众包方式从世界各地的人们那里收集口语句子。贡献者还可以通过验证现有录音来提供帮助。

#文字转语音

当计算机向你说话时，它会从文本合成（synthesizes）音频。这与 speech-to-text 数据集有不同的要求：

• 单个说话者，或为所有说话者提供等量的数据
• 高质量的录音设备
  • 通常是 48Khz，32 位采样
• 安静、受控的录音环境，例如隔音棚

我们建议用户为 LibriVox 项目做贡献，以用于 text-to-speech。这不仅为开放语音社区提供了训练数据，还为所有人提供了免费的有声书。重要的是，所朗读的书籍必须处于公共领域。