mozilla公開現今最大的多語言語音資料集，其中收集了18種語言的語音，包括英語、法語、德語和正體中文，另外還有威爾斯語和卡比爾語等，新資料集收集了來自42,000人的聲音，組成1,400小時的語音片段。在2023年mozilla啟動了common voice群眾外包計畫，其目的是要收集多元語言的聲音資料集，現已經成為全世界最大的人類語音資料庫。雖然網路大廠、蘋果及亞馬遜等都打造了自己的語音識別服務，但mozilla認為，由大廠控制的語音識別生態圈，可能阻擋其他新進入者，而且大廠通常只注重主流語言，因此mozilla希望透過向群眾募集語音，以cc 0授權供給其他想要進行語音控制研究的學術單位或是新創公司使用。common voice在2023年6月開始支援多語言，收集包括正體中文語音等22種語言。
common voice資料集不僅在數量上讓其他語音資料集望塵莫及，而且語音**遍及全球，讓語音多樣性更是獨一無二的豐富。這些貢獻者可以選擇提供年齡、性別和口音等多元資料，以便提供更多的語音片段卷標給訓練語音引擎使用。mozilla提到，通常資料集都需要手動調整多樣性以及男女人數比例，不然就會像ted talks的tedlium語料庫，因為男性演講人是女性的3倍，導致資料集的多樣性受到影響。common voice在2023年啟動多語言支援後，現在已經收集到了22種語言的語音，最新的包括荷蘭語、世界語，波斯語，巴斯克語和西班牙語。最近mozilla還與deutsche gesellschaft für internationale zusammenarbeit（giz）合作，在盧安達首都基加利的舉辦黑客松，為當地建立了語音資料庫，幫助盧安達開源語音技術開發。而mozilla啟動common voice一部分的原因，也是要供給自家的deepspeech專案使用，開發語音轉文字和文字轉語音引擎以及訓練模型使用。目前為止，deepspeech已經可以用人類的精準度，實時將語音轉換成文字，可為串流語音進行實時轉換，在演講、**交談、電視節目、廣播節目和其他網路直播節目都可以應用。
deepspeech現在已經被使用在多個mozilla專案中，包括開源語音助理mycroft、個人助理leon以及用於私人組織轉錄**訊息的**交換系統fusionpbx。mozilla提到，未來deepspeech還會上到較小的平台裝置，像是智慧型手機或是車載系統。mozilla根據社群的回饋進行了可用性研究，以持續改善common voice**，並設法讓貢獻過程更加有趣，以鼓勵更多的人持續貢獻他們的聲音，因此貢獻者可以在錄製和驗證的過程中，看到每種語言的進度，並改善了移動到剪輯片段的提示。貢獻介面增加了審查、重新錄製以及跳過剪輯等新功能，方便貢獻者操作語音錄製，另外，現在也可以建立儲存配置檔案，跨多語言追蹤貢獻者自己的進度以及指標。
最大公共子串行，最大公共子串，最大回文子串
1 兩個字串中最長公共子串行 該問題是動態規劃的經典問題，找出的公共序列不一定是連續的，參考資料很多，這裡就貼出公式和 做個簡單的筆記。設序列a,b的長度分別為n和m，l i,j 為a i b j 的最長公共子串行長度，有遞推公式 時間複雜度為o mn 如下 define n 50 intlcs c...
最大公共子串
problem description 從乙個給定的串中刪去 不一定連續地刪去 0個或0個以上的字元，剩下地字元按原來順序組成的串。例如 a xb aaa bbb xabb xaaabbb 都是串 xaaabbb 的子串。例子中的串不包含引號。程式設計求n個非空串的最長公共子串的長度。限制 2 n ...
最大公共子串
最大公共子串 最大公共子串長度問題就是 求兩個串的所有子串中能夠匹配上的最大長度是多少。比如 abcdkkk 和 baabcdadabc 可以找到的最長的公共子串是 abcd 所以最大公共子串長度為4。下面的程式是採用矩陣法進行求解的，這對串的規模不大的情況還是比較有效的解法。請分析該解法的思路，並...