Google、WAXALを発表:AIデータ主権強化に向けたアフリカ音声データセット

Googleはアフリカ言語に特化した新たな音声データセット「WAXAL」を正式に公開しました。この取り組みはアコリ語、ハウサ語、ルガンダ語、ヨルバ語など21言語を対象とし、これらの言語におけるAIシステムの認識精度が低く誤りが頻発するという長年の課題に取り組んでいます。
本プロジェクトの主な特徴は以下の通り:
データ主権の回復:大企業が主導した従来のモデルとは異なり、WAXALデータセットはGoogleではなく、作成に関わったアフリカ機関が完全に所有権を保持。
大規模かつプロ品質:11,000時間以上の音声と約200万件の録音を含む。約1,250時間の文字起こし済み音声に加え、テキスト読み上げアプリケーション向けの高品質音声を提供。
地域イノベーションの促進:本プロジェクトは商用利用を許可する寛容なライセンスでオープンソース化されています。ガーナ大学などの機関は既にこのデータを活用し、妊産婦保健などの分野で地域密着型AI研究を推進中です。
言語的複雑性や声調マーカーの欠如といった課題があるにもかかわらず、WAXALの公開は、アフリカが単なるデータ供給源からAIインフラの共同所有者へと移行していることを示しています。Googleはプロジェクトを27言語に拡大し、AI分野におけるアフリカの役割を強化することを目指しています。
関連記事
Metaは、あなたの次のガジェットがMuseを内蔵したものであることを望んでいる
Metaの旅行予約、フォーム送信、ショッピングを処理するAIアシスタント「Muse」は広く採用されているが、新しいイニシアチブは特に開発者やハードウェア愛好家を魅了する可能性がある。金曜日、MetaはMuseと統合されたカスタムハードウェアを作成できるようにするオープンソースのイニシアチブ「Muse Gadgets」を発表した。Metaは、カラー電子インクディスプレイをMuseに追加することから、HDMIスティックにソフトウェアを組み込んでテレビ接続を実現することまで、さまざまなスタータープ
Wan-Streamer v0.2は超低遅延のAIチャットを提供します
現代技術が急速に進歩するにつれ、人間とAIの相互作用はより一般的になっています。従来のビデオ通話では、ラグ、遅延、音声と映像の非同期といった問題にしばしば直面します。Tongyi Labによる最新リリースであるWan-Streamer v0.2は、これらの課題を完全に克服し、わずか550ミリ秒の応答遅延で、真に自然な「対面」コミュニケーションを可能にします。Wan-Streamer v0.2は、新しいエンドツーエンドのマルチモーダル理解および生成モデルです。単一のTransformerモデル内で
MetaはTSMCとMicronの参加を得て、旧型メモリを搭載した新規サーバーを整備する
人工知能の採用が世界中で加速する中、次世代DDR5メモリは深刻な供給不足に直面しています。AIデータセンターの展開における遅延を回避するため、MetaはTSMCやMicronといった業界のリーダーと提携し、画期的な過渡期のソリューションを開発しました。この革新により、従来DDR5専用に設計されていた高度なAIサーバーが、従来のDDR4モジュールとシームレスに動作できるようになりました。「フランケンシュタイン」構成と称されるこのシステムは、実世界のテストで顕著な安定性を示し、現在進行中のサプライチ
関連特集おすすめ
コメント (1)
0/500
Finally, some real representation! 🌍 I’m tired of AI systems that completely butcher basic phrases in Yoruba or Hausa. This is a huge step for data sovereignty, though I hope they actually use it to fix the annoying misrecognitions we deal with daily. Less tokenism, more accuracy. Keep it up Google! 👏

Googleはアフリカ言語に特化した新たな音声データセット「WAXAL」を正式に公開しました。この取り組みはアコリ語、ハウサ語、ルガンダ語、ヨルバ語など21言語を対象とし、これらの言語におけるAIシステムの認識精度が低く誤りが頻発するという長年の課題に取り組んでいます。
本プロジェクトの主な特徴は以下の通り:
データ主権の回復:大企業が主導した従来のモデルとは異なり、WAXALデータセットはGoogleではなく、作成に関わったアフリカ機関が完全に所有権を保持。
大規模かつプロ品質:11,000時間以上の音声と約200万件の録音を含む。約1,250時間の文字起こし済み音声に加え、テキスト読み上げアプリケーション向けの高品質音声を提供。
地域イノベーションの促進:本プロジェクトは商用利用を許可する寛容なライセンスでオープンソース化されています。ガーナ大学などの機関は既にこのデータを活用し、妊産婦保健などの分野で地域密着型AI研究を推進中です。
言語的複雑性や声調マーカーの欠如といった課題があるにもかかわらず、WAXALの公開は、アフリカが単なるデータ供給源からAIインフラの共同所有者へと移行していることを示しています。Googleはプロジェクトを27言語に拡大し、AI分野におけるアフリカの役割を強化することを目指しています。
Metaは、あなたの次のガジェットがMuseを内蔵したものであることを望んでいる
Metaの旅行予約、フォーム送信、ショッピングを処理するAIアシスタント「Muse」は広く採用されているが、新しいイニシアチブは特に開発者やハードウェア愛好家を魅了する可能性がある。金曜日、MetaはMuseと統合されたカスタムハードウェアを作成できるようにするオープンソースのイニシアチブ「Muse Gadgets」を発表した。Metaは、カラー電子インクディスプレイをMuseに追加することから、HDMIスティックにソフトウェアを組み込んでテレビ接続を実現することまで、さまざまなスタータープ
Wan-Streamer v0.2は超低遅延のAIチャットを提供します
現代技術が急速に進歩するにつれ、人間とAIの相互作用はより一般的になっています。従来のビデオ通話では、ラグ、遅延、音声と映像の非同期といった問題にしばしば直面します。Tongyi Labによる最新リリースであるWan-Streamer v0.2は、これらの課題を完全に克服し、わずか550ミリ秒の応答遅延で、真に自然な「対面」コミュニケーションを可能にします。Wan-Streamer v0.2は、新しいエンドツーエンドのマルチモーダル理解および生成モデルです。単一のTransformerモデル内で
MetaはTSMCとMicronの参加を得て、旧型メモリを搭載した新規サーバーを整備する
人工知能の採用が世界中で加速する中、次世代DDR5メモリは深刻な供給不足に直面しています。AIデータセンターの展開における遅延を回避するため、MetaはTSMCやMicronといった業界のリーダーと提携し、画期的な過渡期のソリューションを開発しました。この革新により、従来DDR5専用に設計されていた高度なAIサーバーが、従来のDDR4モジュールとシームレスに動作できるようになりました。「フランケンシュタイン」構成と称されるこのシステムは、実世界のテストで顕著な安定性を示し、現在進行中のサプライチ
Finally, some real representation! 🌍 I’m tired of AI systems that completely butcher basic phrases in Yoruba or Hausa. This is a huge step for data sovereignty, though I hope they actually use it to fix the annoying misrecognitions we deal with daily. Less tokenism, more accuracy. Keep it up Google! 👏





家






