Meta hat mit Omnilingual ASR ein Spracherkennungssystem (Automatic Speech Recognition, ASR) veröffentlicht, das mehr als 1600 Sprachen erkennt. Das Konkurrenzsystem Whisper von OpenAI schafft nur 99.

NVIDIA, bekannt vor allem als Hardwarehersteller, der die für die KI-Beschleunigung so wichtigen GPUs liefert, arbeitet auch an der Software eigener KI-Modelle. Nun hat der Hersteller unter der Bezeichnung Parakeet-TDT-0.6B-v2 ein automatisches Spracherkennungsmodell veröffentlicht, das eine...

Künstliche neuronale Netze bilden das Rückgrat vieler moderner KI-Systeme. Sie ahmen die Strukturen biologischer Gehirne nach, um Muster in Daten zu erkennen und Vorhersagen zu treffen. Ihre Fähigkeiten haben zu zahlreichen Durchbrüchen in der Bild- und Spracherkennung geführt.

Mozilla hat seinen Datensatz von Sprachmustern für das Training von Sprachtechnologien aktualisiert. Mit Common Voice Corpus 13.0 stehen noch einmal mehr Beispiele  von Sprachdateien für Entwickler von Spracherkennungsanwendungen zur Verfügung.

Mozilla hat mit Common Voice ein Projekt gestartet, das frei zugängliche und verwendbare Sprachdaten umfasst. Jetzt hat Mozilla mit Common Voice Corpus 10 einen weiteren Datensatz veröffentlicht.

Riesige Sprachmodelle sind meist nicht öffentlich verfügbar oder replizierbar. Meta will das mit OPT ändern und gute Qualität liefern.

Mit Common Voice 8 bringt Mozilla eine um 30 Prozent angewachsene Version seiner freien Sprachdatenbank heraus. Dies sei damit die bisher größte Version, die dank einer wachsenden, engagierten Gemeinschaft entstanden sei, teilt die Mozilla Foundation mit.

Die von den Entlassungen und Kürzungen bei Mozilla betroffenen Forscher wollen in einem eigenen Startup weiter "Sprache befreien".

Mit dem Ende der Unterstützung für den Mozilla Voice Proxy Server für den Firefox am 28. Februar stellt Mozilla auch die zugehörigen Extensions VoiceFill und Firefox Voice Beta ein.

Common Voice, Mozillas Sammlung von Sprachaufnahmen, konnte 2020 das Sortiment an Sprachen ausbauen. Mittlerweile liegen insgesamt rund 5600 bestätigte Stunden an Sprachspenden vor.

Das Sprachmodell Turing-NLP von Microsoft enthält rund 17 Milliarden Parameter und dient der Spracherzeugung, etwa um auf Fragen zu antworten. Teile der dazu genutzten Technik hat Microsoft als Open Source veröffentlicht.

Mozilla hat seine automatische Speech-to-Text-Engine Deepspeech in einer neuen Version 0.6 veröffentlicht. Die Engine für Automatic Speech Recogniton (ASR) enthält laut dem für Machine-Learning zuständigen Entwicklungsleiter Reuben Morais eine Reihe neuer Features.

Die Volltextsuche im Archiv von Linux-Magazin und anderen Fachzeitschriften scheint ein Kinderspiel, liegen die Artikel digitalisiert vor. Allerdings muss die Software für nützliche Resultate vor allem die Spracherkennung beherrschen.

Google lässt regelmäßig Konversationen auswerten, die Nutzer mit Google Home oder der Smartphone-App Google Assistant führen.

Mozilla hat mit Common Voice ein Projekt gestartet, das frei zugängliche und verwendbare Sprachdaten umfasst. Jetzt hat Mozilla einen weiteren Datensatz mit menschlichen Stimmen veröffentlicht. Erstmals sind die Daten mehrsprachig.