Kust hääled tulevad
Eesti hääled on tehtud 38 eri inimese salvestuse põhjal Mozilla Common Voice'i kogust: 18 naist ja 20 meest. Need salvestused on CC0 1.0 all, mis tähendab, et autoriõigust neil ei ole ja kedagi ei pea viitama.
Lehel kuuldav hääl ei ole originaalsalvestus, vaid masina järeletehtud hääl, mis on õppinud paarikümne sekundi pealt. Nimed on meie pandud: neid inimesi ei ole nime järgi võimalik üles leida ja me ise ka ei tea, kes nad on.
Miks me väldet mõõdame
Eesti keeles on kolm väldet ja kirjas on neid näha kaks. Masin, mis loeb teksti, saab esimese ja teise vahet põhimõtteliselt teada, sest need on kirjas erinevad. Kolmandat ei saa, sest see on kirjas teisega ühesugune.
Nii et me mõõtsime ära, kui hästi iga hääl esimese ja teise vahet hoiab. 5 häält 38-st teeb seda nii, et vahe ei ole juhus. Kogu meetod ja ka see, mis meetodist läbi kukkus, on lehel «Kolm väldet» lahti kirjutatud.
Mida siin EI ole
Araabia keelt ei ole. Eestis on araabia keelt kõnelev kogukond olemas, aga meie ühises emakeelsete häälte kogus seda keelt ei ole, ja eestlase häälega araabia keele ettelugemine oleks halvem kui mitte midagi.
Võru, seto ja mulgi keelt ei ole. Common Voice’i eesti kogus ei ole ühtki murdemärgendit, mille peale saaks toetuda: murdetunnuse lahter on 97,9% juhtudest tühi. Murdehääli lubada ilma andmeteta oleks lihtsalt väljamõeldis.
Miks tasuta
Hääli tehakse ühe koduse arvuti graafikakaardil ja see arvuti seisaks niikuinii suurema osa ajast jõude. Reklaame ei ole, jälgimist ei ole, ja kontot ei ole vaja, sest ilma nendeta on kogu asi lihtsam.
Piirid on olemas selleks, et üks inimene ei võtaks kõigi teiste järjekorda: 500 sõna korraga, 5 sekundit pausi kahe korra vahel, 60 korda päevas ühe IP-aadressi kohta.
Kirjuta
Kui midagi on katki või mõni hääl loeb sõna valesti, kirjuta: [email protected]. Vigadest, kus mõni sõna loetakse valesti, on kõige rohkem kasu, sest neid ei ole ilma teiste inimesteta võimalik üles leida.