A Mozilla tem vindo a trabalhar numa tecnologia de reconhecimento de voz, a iniciativa Common Voice, baseado em open source, destinado a pequenos produtores ou investigadores que não tenham recursos e orçamentos para investir nas soluções disponibilizadas pela Apple ou Google.

A tecnologia suportava apenas inglês, mas expandiu agora para 18 novas línguas, incluindo o alemão, francês, espanhol, mandarim e holandês, para referir algumas. O português (do Brasil) era uma das línguas que estava no pipeline das operações.

Quando foi revelada no final de 2017, a base de dados contava com 400 mil gravações e mais de 500 horas de comandos de voz, fruto da contribuição de 20.000 pessoas. Agora, segundo o Engadget, a Mozilla angariou 1.400 horas de voz e aumentou a sua base de contribuição para 42.000 pessoas, incluindo voluntários e profissionais de linguísticas.

A organização pretende utilizar também os clips para melhorar as tecnologias de fala-para-texto, texto-para-fala e até motores de DeepSpeech.