Quality Assurance Common Voice

Presented at the Mozilla TechSpeaker event on "Quality Assurance Common Voice".
This is a presentation to improve the quality of the Common Voice project and to grow the database faster
--------------------
Présentation effectuée à l'événement Mozilla TechSpeaker sur "Quality Assurance Common Voice".
Il s'agit d'une présentation pour améliorer la qualité du projet Common Voice et pour faire grandir la base données plus rapidement

Transcript

1. Amsterdam – Le 28 Sept. 2019 Christophe Villeneuve @hellosct1 @hellosct1@mamot.fr Quality Assurance
2. Amsterdam – Le 28 Sept. 2019 Reminder Quality Assurance Solution
3. @hellosct1 Amsterdam – Le 28 Sept. 2019 Common Voice • Goal – Help teach machines how humans really talk • Designed to make speech recognition open and accessible to everyone • Objectives – 10 000 hours of validated data per language – Mini 2 000 hours → Digital assistant and voice Common Voice & Deep Speech
4. @hellosct1 Amsterdam – Le 28 Sept. 2019 Ingredients
5. Amsterdam – Le 28 Sept. 2019 Reminder Quality Assurance Solution
6. Amsterdam – Le 28 Sept. 2019 • Hours Recorded / Hours Validated Quality ?
7. @hellosct1 Amsterdam – Le 28 Sept. 2019 Added words • LThe words added when talking • The error is the word 'de' which has been added Elle est située dans la zec Louise- Gosford, une aire publique de chasse et de pêche Elle est située dans la zec Louise- Gosford, une aire publique de chasse et de pêche
8. @hellosct1 Amsterdam – Le 28 Sept. 2019 Forgotten words • The words we forget • Error is the word 'de' that has been forgotten Angel est sur le point de l’interroger mais Wo-Pang se suicide Angel est sur le point de l’interroger mais Wo-Pang se suicide
9. @hellosct1 Amsterdam – Le 28 Sept. 2019 Hanging words • The words we hang on to • The first syllable of the word "Phoenicia" has been hung Elle relie le nord de l’égypte à la Phé Phénicie, l’Assyrie et la Mésopotamie Elle relie le nord de l’égypte à la Phé Phénicie, l’Assyrie et la Mésopotamie
10. @hellosct1 Amsterdam – Le 28 Sept. 2019 Forgotten letter(s) • Forgotten letters that change the meaning of the sentence • The letter's been forgotten → the sentence no longer means anything En conséquence, Durant Motors perdit des parts de marché et des revendeurs. En conséquence, Durant Motors perdit des parts de marché et des revendeurs.
11. @hellosct1 Amsterdam – Le 28 Sept. 2019 Syllable inversion • An inverted syllable in a word • The word "évêché" is pronounced "échevé". → which is an error Selon l’échevé de Liège, l’abbé Schoonbroodt ne dispose d’aucun recours. Selon l’échevé de Liège, l’abbé Schoonbroodt ne dispose d’aucun recours.
12. @hellosct1 Amsterdam – Le 28 Sept. 2019 Matériels
13. @hellosct1 Amsterdam – Le 28 Sept. 2019 Misunderstanding of the sample • Poor quality 'Micro' equipment • A "brouhahaha" prevents compression
14. @hellosct1 Amsterdam – Le 28 Sept. 2019 Breath noise • The microphone setting is incorrectly adjusted or too high → We get a breath noise
15. @hellosct1 Amsterdam – Le 28 Sept. 2019 Low volume • The microphone volume is low → makes the sample incomprehensible
16. @hellosct1 Amsterdam – Le 28 Sept. 2019 Cut start • the first word or words are not recorded • The recording is triggered too late • The first two are only recorded → Keyboard or mouse pressed too late Puis il affine son plumage et replie les ailes. Puis il affine son plumage et replie les ailes.
17. @hellosct1 Amsterdam – Le 28 Sept. 2019 Cut sample • the recording of the sample is stopped before the end → Part of the sentence is missing Les droits de Gielow sont ensuite rachetés au moment de la Réforme protestante. Les droits de Gielow sont ensuite rachetés au moment de la Réforme protestante.
18. @hellosct1 Amsterdam – Le 28 Sept. 2019 The last word has been cut off • the last word or words are cut off before the end of the recording • The last syllable of the word 'Montgeroult' is cut off L’ensemble du groupe scolaire se situe à Montgeroult. L’ensemble du groupe scolaire se situe à Montgeroult.
19. Amsterdam – Le 28 Sept. 2019 Rappel Quality Assurance Solution
20. @hellosct1 Amsterdam – Le 28 Sept. 2019 Quotas
21. @hellosct1 Amsterdam – Le 28 Sept. 2019 In the events Workshop Cabins photos of the Geek Faeries event (2019)
22. @hellosct1 Amsterdam – Le 28 Sept. 2019 Limit a series of contributions • Tired? • Doubts about your sentences • You hang (almost) → all the words
23. @hellosct1 Amsterdam – Le 28 Sept. 2019 So • Consider taking breaks • Do you change your mind • A little relaxation
24. Amsterdam – Le 28 Sept. 2019 https://voice.mozilla.org
25. Amsterdam – Le 28 Sept. 2019 Thanks Contributions Autres Presse Media Radio Publications @hellosct1 @hellosct1@mamot.fr Christophe Villeneuve