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

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