«Сбер» открывает доступ к датасету Golos
Это самый большой набор речевых данных на русском языке, размеченный вручную
2 минуты
«Сбер» открывает доступ к датасету Golos — самому большому размеченному вручную набору речевых данных на русском языке, включающему 1240 часов аудиоданных.
Также в Golos входит модель распознавания речи, которая демонстрирует точность, сравнимую с человеческой, сообщает пресс-служба банка.
Датасет можно скачать на сайте GitHub.
Данные Golos могут быть использованы для распознавания и синтеза речи. Сбер предоставит их по лицензии, допускающей использование в исследовательских и коммерческих целях.
Над датасетом работала команда SberDevices. Было сгенерировано более 1240 часов речи, похожей на запросы пользователей. Датасет Golos составляют обезличенные записи, прослушанные и размеченные вручную.
Помимо данных, «Сбер» выкладывает обученную на них модель распознавания речи. Она проходила обучение с использованием мощностей суперкомпьютера «Кристофари» от Сбера на 16 видеокартах Nvidia Tesla V100 в течение 8 дней. Доступная для использования акустическая модель QuartzNet 15x5 была обучена на данных датасетов Golos и Common Voice, а языковая модель KenLM построена на Common Crawl и аннотациях Golos, заявили в банке.
Открытие датасета Golos — это очень важный шаг для развития речевых технологий в России, и мы в «Сбере» рады, что можем применить свой опыт в этой области и продолжить наш тренд делиться своими наработками и технологиями с разработчиками и научным сообществом. <...> Мы верим, что датасет Golos даст возможность научному сообществу России двигаться ещё быстрее в совершенствовании русскоязычных речевых технологий.
Ранее глава Сбербанка Герман Греф заявил, что экосистема банка будет открытой для доступа к ней других участников.
Подписывайтесь на наш TG-канал, чтобы быть в курсе всех новостей и событий!
Фото на обложке: bxTT /
-
Партнёрский материал Компании научились собирать данные. Принимать решения — нет: почему цифры не помогают сами по себе 21 июля 2026, 16:04
-
Технологии От ремонта радиоприёмников до глобальной платформы развлечений: история Sony 14 августа 2026, 19:24
-
Бизнес Когда каналов слишком много: как навести порядок в клиентских обращениях 11 августа 2026, 16:59
-
Технологии От бумажной фабрики через падение мобильной империи к инфраструктуре для ИИ: история Nokia 11 августа 2026, 10:30
-
Автомобили СССР, дефолт, уход Renault: история завода «Москвич» 07 августа 2026, 18:35
-
Технологии От торговли сушёной рыбой до смартфонов и микросхем: история Samsung 06 августа 2026, 09:02
-
Немалый бизнес Кураж, гедонизм и спокойствие: туристические компании о том, чего хотят их клиенты 05 августа 2026, 13:28
-
Технологии Сравнение российских таск-менеджеров в 2026 году: функции, тарифы и сложности внедрения 26 июля 2026, 14:21
-
Деньги Перед 1 сентября спрос на микрозаймы может вырасти на 12%: в среднем сумма составляет 15 тыс. ₽ — «до зарплаты» 17 августа 2026, 20:45
-
Автомобили UMO 5 третий месяц удерживает лидерство по продажам электромобилей в России — за июль реализовано 304 электрокара 17 августа 2026, 19:15
-
Искусственный интеллект Яндекс предложил набор методов для тестирования ИИ: задача — проверить соответствие нравственным ценностям 17 августа 2026, 17:05
-
Автомобили «Камаз» начал разработку беспилотных автобусов — тестирование будет проходить на дорогах Москвы и Дальнего Востока 17 августа 2026, 16:17
-
Деньги Мосбиржа подвела первые итоги торгов на срочном рынке по выходным: за год объём сделок достиг 1,7 трлн ₽ 17 августа 2026, 15:30
-
Россия «Союзмультфильм» выиграл спор с Минкультуры — ранее ведомство требовало взыскать со студии более 131 млн ₽ 17 августа 2026, 15:01
-
Бизнес Alibaba продала игровое подразделение за $1,5 млрд — компания хочет сосредоточиться на ИИ-разработках 17 августа 2026, 20:00
-
Россия Канье Уэст впервые выступит в России — концерты рэпера пройдут 10 и 11 октября в Санкт-Петербурге 17 августа 2026, 14:40
