AI技術の進歩に伴い、音声認識技術は目覚ましい発展を遂げています。SiriやAlexaといった音声アシスタントの普及は、私たちの生活を大きく変えつつあります。これらの音声認識技術の精度を高めるためには、大量の高品質な音声データが必要不可欠です。Mozillaが立ち上げた「Common Voice」は、そんな音声データの収集を目的とした、世界規模のボランティアプロジェクトです。今回は「Common Voice」がどのようなプロジェクトなのか、その目的や特徴などを解説していきます。

Mozillaの「Common Voice」プロジェクトとは

「Common Voice」は、WEBブラウザのFirefoxを開発したMozilla（モジラ）が主導する、音声認識技術の開発を目的とした大規模な音声データ収集プロジェクトです。このプロジェクトでは、世界中のボランティアが自分の声を提供し、多言語・多様な音声データセットを構築しています。集められた音声データは、研究者や開発者が自由に利用できるよう公開され、音声認識技術の発展に貢献しています。

　

Common Voiceの目的と特徴

Common Voiceの目的

多くの音声認識技術は、主に英語をはじめとする主要言語に偏っています。その結果、他の言語やアクセント、方言を使用する人々は十分な恩恵を受けられません。このプロジェクトでは、世界中のさまざまな言語の音声データを収集し、多様な音声認識モデルの開発を可能としており、あらゆる人々が音声技術を利用できる世界を目指しています。
さらに、年齢、性別、アクセントなどのバリエーションを含むデータを収集することで、より包括的な音声技術を構築できることが期待されています。また、データはオープンソースとなっており、企業だけでなく、大学や個人研究者にも利用されており、音声認識技術の発展を加速させています。

Common Voiceの特徴

「Common Voice」には、他の音声データセットと比較して、世界中のボランティアが提供する音声データを集積することで、大規模かつ多様な音声データセットを構築しています。さらに、集められた音声データは、クリエイティブ・コモンズ・ライセンスの下で公開されており、誰でも自由に利用することができます。また、「Common Voice」はボランティアの参加によって成り立っており、コミュニティの力でプロジェクトが推進されているという点も大きな特徴の一つです。

　

Common Voiceプロジェクトへ参加してみよう

ボランティアの貢献により進められている「Common Voice」プロジェクトですが、誰でも簡単に声を寄付したり、検証することでプロジェクトに参加することができます。

「Common Voice」プロジェクトへはこちらのサイトから参加可能です。
（https://commonvoice.mozilla.org/ja）

▼サイトに表示されている「話す」をクリックすると、読み上げるテキストが表示されます。

　

▼マイクボタンを押して、テキストを読み上げると録音されますので、読み上げが終われば停止して「送信」します。読み上げるテキストは5件表示されますので、全て読み上げれば完了です。

▼「Common Voice」サイトのトップページの「見る」から、声の検証に参加できます。

こちらでは他のユーザーが録音した音声を聞き取りし、表示されているテキストが正しく読み上げられているかを確認します。

▼再生ボタンをクリックすると音声が流れるので、表示されている文章と相違がないかをチェックして、合っているかどうかをフィードバックします。こちらも5件表示されますので、全て確認ができれば完了です。

「Common Voice」プロジェクトはアカウント登録が不要で誰でも参加が可能ですが、アカウント登録を行うと、「Common Voice」プロジェクトへ貢献した件数などが確認できるほか、貢献度ランキングなどが見られるようになります。

　

Common Voiceの活用事例ともたらす影響

「Common Voice」で収集された音声データは、様々な分野で活用されています。音声アシスタント、音声入力システム、音声翻訳システムなどの音声認識技術の開発や、テキストを自然な音声に変換する音声合成技術の開発のほか、音声から感情を分析する音声感情分析技術の開発に利用されています。
「Common Voice」で多様な言語の音声データを収集することで、多言語対応の音声認識技術が向上し、より多くの人々に使いやすい技術となります。また、収集された大規模かつ高品質なデータは、音声認識の精度向上を後押しします。さらに、データへのアクセスがオープンであることから、音声技術の開発が促進され、新しい製品やサービスの誕生を通じて技術の民主化が進むことが期待されています。

　

最後に

「Common Voice」は音声技術の発展に欠かせない基盤を提供する画期的なプロジェクトです。Apple製品に搭載されているSiriをはじめ、スマホやパソコンでは音声アシスタントの存在が標準となり、使用率も増加傾向にあるようです。私たちの身近に存在する音声認識技術をさらに向上させるためには、たくさんの音声サンプルが必要になっています。「Common Voice」で収集されたデータは、音声認識技術だけでなく、自然言語処理や機械学習などの分野でも活用される可能性があります。この機会にぜひ自分の声で音声認識技術の発展に貢献してみませんか。

---

筆者Y.S