К содержимому
AETRONConstructor
Мои нейронетыРеестрSpacesДокументацияFAQ
Войти
AETRON

Конструктор ИИ-сервисов на децентрализованной сети GPU майнеров AETRON.

ПродуктСоздать нейронетКаталог моделейДатасетыSpacesМои выплаты
РесурсыДокументацияAPIСроки и статусыВопросы и ответы
Сетьaetron.ioПриватность и проверка
© 2026 AETRONТестовая сеть
Датасеты/common-voice-17

Common Voice 17.0

Mozilla Foundation
Открыть на Hugging Face ↗
АудиоCC0-1.0gatedTrusted22M строк
speechasrcrowdsourcedmultilingualcc0validated

Краудсорсинговый речевой корпус Mozilla — 31 тысяча часов, более 120 языков, лицензия CC0.

Gated-датасет — условия доступа применяются на Hugging Face

Обзор

Common Voice 17.0 — краудсорсинговый речевой корпус Mozilla, крупнейший в мире голосовой набор под открытой лицензией. Добровольцы читают предложения вслух, другие участники проверяют записи, и всё это выпускается под CC0: без указания авторства и без ограничений на использование.

Состав

Более 31 000 часов записей в MP3 (около 20 000 часов проверенных) на 120+ языках, у каждой — расшифровка на уровне предложения и метаданные говорящего: возрастная группа, пол, акцент. Для каждого языка идут отрецензированные разбиения train/dev/test. Покрытие простирается от английского с миллионами записей до десятков малоресурсных языков; на один только русский приходится более 150 часов проверенной речи.

Чем полезен для обучения и оценки нейронетов

Основной корпус для обучения и сравнения ASR-нейронетов вроде Whisper или wav2vec2. Лицензия CC0 означает, что дообученные на нём модели можно разворачивать коммерчески без юридических трений, а фиксированные тестовые разбиения по языкам дают майнерам и валидаторам воспроизводимую меру точности, в том числе для русского. Примечание: репозиторий на HF закрыт (нужно принять условия о приватности говорящих), но сама лицензия ограничений не несёт.

Обзор
Модальность
Аудио
Назначение
Распознавание речи
Сочетается с
ASR
Статус
активен
Данные
Строк
22M
Размер
502.9 GB
Форматы
parquet, audiofolder
Языки
en, ru, de, fr, es, ca, zh, ja, ar, tr, it, pt, pl, uk
Доступ
gated
Лицензия
spdx
CC0-1.0 ↗
Коммерческое использование
✓
Редистрибуция
✓
Источник и provenance
Репозиторий
mozilla-foundation/common_voice_17_0 ↗
Ревизия
не пиннута
Добавлен
2026-06-10
Проверен
2026-06-10