«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 Онлайн-инкассация: как превратить наличную выручку в рабочий капитал 01 июня 2026, 10:00
-
Автомобили От ткацкого станка до Prius: история Toyota 22 июля 2026, 15:24
-
Технологии Сравнение российских таск-менеджеров в 2026 году: функции, тарифы и сложности внедрения 26 июля 2026, 14:21
-
Бизнес Соавтор «Смешариков» Илья Попов: «Создать анимационный проект сегодня — это лишь 5% успеха» 20 июля 2026, 10:00
-
Искусственный интеллект Claude в России в 2026 году: как получить доступ, оплатить и использовать для работы 15 июля 2026, 20:44
-
Искусственный интеллект «Мы знаем 50 миллионов книг через их описания, а не содержание»: зачем Ленинке искусственный интеллект 26 июня 2026, 11:00
-
Личное Фил Найт. Как застенчивый сын издателя променял семейное дело на кроссовки и построил Nike 26 июля 2026, 16:53
-
Бизнес От спора о будущем ИИ до большого бизнеса: история Claude 25 июля 2026, 17:00
-
Россия В России планируют внедрить ещё один идентификатор личности — цифровой токен: эксперты предупреждают о рисках 26 июля 2026, 11:00
-
Банки «Ключевая ставка» — самый понятный термин ЦБ: остальные формулировки вызывают у россиян вопросы 26 июля 2026, 19:00
-
Россия Каждый второй россиянин изучает состав продуктов — при этом на срок годности смотрит лишь каждый четвёртый 26 июля 2026, 15:00
-
Автомобили Каждый третий россиянин готов пригнать автомобиль из-за границы — 44% хотят привезти машину из Китая 25 июля 2026, 13:00
-
Россия Уровень безработицы в России опустился до 2,1% — это самый низкий показатель с 1991 года 25 июля 2026, 10:00
-
Маркетплейсы Бизнес просит создать единый механизм поддержки селлеров на маркетплейсах — продавцы ждут отмены штрафов 24 июля 2026, 19:00
-
IT Яндекс Карты упростили путешествия по Турции: сервис разрешил делиться геопозицией и добавил навигацию в аэропортах 24 июля 2026, 18:00
-
Автомобили В России предложили пересмотреть утильсбор для электромобилей — инициативу направят на рассмотрение в Госдуму 24 июля 2026, 17:30
