Community Language Expert (Português) - Mozilla Common Voice
16 de outubro de 2026
PythonBrasil 2026 - Florianópolis/SC
## Transcrição
- Já precisei transcrever milhares de horas de áudio em Português
- O [Whisper](https://openai.com/index/whisper/), modelo aberto criado pela OpenAI, só funciona bem em Português no tamanho `large`
- `large` requer mais hardware
- Para Inglês, o Whisper `small` já tem um resultado bom
- Requer menos hardware e é bem mais rápido
- ~2/3 do treinamento do Whisper era Inglês
- 1/3 para todas as outras ~90 línguas
## Taxa de Erro de Palavras (WER)
### Português _versus_ Inglês

## Por quê?
- Faltam dados de qualidade em Português
- Diversos _datasets_ em Português não estão sob licenças que permitem uso comercial
- Poucas empresas locais desenvolvendo modelos específicos
- Quantidade + diversidade = modelos melhores
## Common Voice
- [commonvoice.mozilla.org](https://commonvoice.mozilla.org/pt)
- Projeto da Mozilla para coletar vozes em 295 línguas
- Qualquer pessoa contribui pelo navegador
- De tempos em tempos vira um _dataset_ aberto (CC0)
- Qualquer um pode treinar modelos com ele
## Ranking de Horas Validadas

## Horas Validadas nas Línguas Latinas

## Ranking de Pessoas que Contribuíram

## Ranking de Frases Disponíveis para Gravar
### (faltam frases!)

## Português: Gravações por Gênero Declarado

## Gravações com Voz Feminina Declarada

## "Mas vão roubar minha voz?"
- A identidade da pessoa (nome e email) não é publicada
- Apenas o áudio, a frase lida e um identificador aleatório
- Quem baixa o _dataset_ concorda em **não tentar identificar** quem falou
- Sua voz já está em vídeos nas mídias sociais, em áudios de WhatsApp e em diversos outros programas **fechados** que podem usar seus dados como eles querem
- No CommonVoice ela ajuda a criar algo aberto
## Como Colaborar
### (só precisa do navegador)
- **Escrever**: sugira frases novas (em domínio público)
- **Revisar**: aprove ou rejeite frases sugeridas por outras pessoas
- **Falar**: grave as frases que aparecem na tela
- **Ouvir**: valide as gravações de outras pessoas
- Em Português, temos **quase nenhum dado** para fala espontânea