Một dự án phi lợi nhuận do các tình nguyện viên quốc tế hợp tác phát triển đã gây chú ý mạnh mẽ với kho mã và dữ liệu OpenVoice trên GitHub. Đây là bộ dữ liệu âm thanh mã nguồn mở lớn nhất hiện nay, bao gồm 100.000 giờ audio được ghi âm trong môi trường kiểm soát, từ 50 ngôn ngữ khác nhau.
Mục đích của OpenVoice là dân chủ hóa việc phát triển các mô hình xử lý giọng nói (Speech-to-Text và Text-to-Speech), giúp các nhóm nghiên cứu nhỏ và startup không có ngân sách khổng lồ vẫn có thể tạo ra các trợ lý ngôn ngữ chất lượng cao.
Điểm nổi bật là việc áp dụng công cụ 'Data Cleansing Pipeline' tự động, đảm bảo chất lượng dữ liệu vào cao, giảm thiểu noise và các lỗi ghi âm. Hiện tại, hơn 200 mô hình AI giọng nói trên thế giới đang sử dụng OpenVoice làm dữ liệu huấn luyện chính hoặc dữ liệu tổng hợp.
Cộng đồng lập trình viên đang tranh luận sôi nổi về các giấy phép sử dụng dữ liệu, nhưng xu hướng chung ủng hộ việc minh bạch và mở nguồn để thúc đẩy sự đổi mới sáng tạo trong lĩnh vực giao tiếp người - máy.