大家好，我叫阿恆，幾個月前從 Mozilla 得知這個計劃，從提供句子、錄音，到審查錄音都做過少少，似乎參與的人不多，因為句子的數量增長不多，錄音的人也少，我已經好幾天沒有錄音可以審查了，自己錄的片段系統又不讓我自己審查（「自我審查」總是不好的，嘿嘿），感覺上香港參與這個計劃的人不多，即使參加的，也不活躍。
有參與這個計劃的可以打個招呼嗎？
你好，這情況應該可能需要新一波宣傳。
審查機制是為了審查收集的聲音句子是否準確，所以只能隨機讓用戶審查。
hi 阿恆
歡迎加入 common voice，我是台灣的志工 Irvin。
common voice 因為授權的需要，使用的句子必須是無版權問題（public domain or cc0）、且為日常口語的語句，因此較為困難，歡迎一起來收集整理。
來源有許多方向，例如台灣的規定是公務人員，例如總統新聞稿是沒有版權，可以研究看看香港現行的規定有沒有相同的規則；此外個人的網路對話紀錄（你自己的？）、常用的俗語、網路成句，整理一下去識別化也是一個來源。
目前的貢獻者大多都在 Telegram 群組上，如果你願意一起加入討論，可以 pm 我或 @sammyfung 你的 t.me/id 讓我們把你加進來。
也可以來台灣版這邊錄普通話的部分；記得先到「設定>帳號資料」設定你的「腔調」為「香港」，讓我們也能建立香港人的普通話口音資料。 https://voice.mozilla.org/zh-TW
Hi Sammy 和 Irvin，很高興認識你們！
語料 (corpus) 不足的問題，香港廣東話比其他語言嚴重，大部分中文語料都是書面語，不是我們日常的口語，廣東話口語的語料很缺乏。我最近輸入了兩段文字，是我給我的孩子的牀邊故事，我首先給自己錄音，然後轉成廣東話文字，老實說過程很累人。
書面語的語料應該容易找得多，例如香港政府一站通 (www.gov.hk)，那裏的版權頁說：
…可以任何形式或媒體免費複製和分發，作個人用途或供機構內部使用，惟…複製本不得出售或換取任何利益、得益、利潤或報酬，或用作任何其他商業用途…文字內容必須準確地被複製，並不得用以對政府的任何精神權利有不利影響…必須註明政府為該文字內容的版權擁有人，並註明該文字內容的來源為《香港政府一站通》…
我的理解是應用於 Common Voice 應該沒問題。
其他政府的出版物則有 50-75 年的版權保護，我們動不得。
另外，在電子版香港法例 (www.elegislation.gov.hk/) 的網站內的資料， 容許公眾在非商業用途下，從該網站下載、列印、複製及分發條例。我還沒有時間細看這個網站的內容，估計有機會成為另一個語料主要來源，惟希望內容不會太枯燥無味。
Wikipedia 上的廣東話內容可以用嗎？有甚麼限制？有甚麼困難？
我的確有些有關 Common Voice 的問題想跟其他參與者討論，例如我在網站見到一些句子翻譯得不太準確，在 Pontoon 上查找一下，發覺原來這段翻譯已經用了一、兩年，是不是我太挑剔呢？該如何提出呢？此外，輸入的語料是不是應該加上標點符號呢？用全形還是半形呢？我錄音的時候遇上沒有標點符號的句子，很難決定該用甚麼語氣來讀，但我們日常說話，語氣是很重要的語意提示。另外，審查語料的時候我見到一些有政治主張的句子，從技術的角度我認為應該兼收並蓄，但社群對這個問題是不是有甚麼指引或不成文的約定？諸如此類的問題，我估計大家一定曾經遇上過，也討論過，有機會聽聽大家的意見和經驗便好了。我雖然安裝了 Telegram，但沒有機會用過，我看看在哪裏找到這個 t.me/id。
最後，Irvin 提到收集香港腔調的普通話（台灣不是稱為「國語」的嗎？），唉，連我的孩子們也取笑我的普通話太「普通」，恐怕對你們沒甚麼用處，以前一個國內的同學曾經告訴我，內地人有一句俗語：天不怕，地不怕，最怕廣東人說普通話。你可以想見。
只要有任何限制就不行，包含限制個人用途、限制不能盈利、限制「不能不利政府」都不相容於 Common Voice 的 cc0 授權（愛怎麼用就怎麼用，沒有任何限制）
Wikipedia 是一個特例，Mozilla 法務團隊認為可以使用，但必須透過這一個工具。我們可以提供語言的截取規則，但必須由 Mozilla 員工動手擷取：
Telegram 你可以去 settings > profile，設定 username 然後再告訴我們你的 username 即可；我的是 @irvin ，對應的網址是 t.me/irvin
目前所有的語料都在這，可以去檢查一遍，把你覺得有問題的標出來，我們去開 PR 請求刪除
其他網站翻譯等的東西還是到 telegram 討論，比較多人看吧