目前基於語音的語意辨識是相當廣泛的應用，不過唯有大企業才容易從使用者的手上蒐集資訊， Mozilla 本身也有語音與語意辨識相關的計畫，但由於體認到語音數據蒐集不易，雖曾使用開源資料以及商用語音庫，但由於語音與語意辨識需要自然語言而非朗讀型語音，訓練的結果效果並不理想，他們推出一個透過眾人之力蒐集語音數據並作為開源的計畫，稱為同聲計畫 Common Voice 。
有興趣成為語音數據資料提供者的志願者，可前往同聲計畫網頁：請點此
這項計畫目前先從英文資料庫建立起，讓志願者念出畫面出現的三個句子作為語音數據資料，同時志願者也可聆聽他人錄音的狀況檢視語音品質，最終希望能夠蒐集一萬小時的自然語音內容，而在系統中志願者更可選擇其國家語言形式，希望能透過此方式建立不同國家腔調的語音庫，提升未來作為深度學習訓練的時，使數據更精確。
不過目前為止蒐集約 500 小時、由 13 萬人所提供 30 萬句內容，離目標的一萬小時還相當遠，而蒐集一萬小時語音內容的原因則是因為據 Mozilla 對深度學習的認知，一萬小時的內容才足以使自然語言辨識達到良好的效果；一如 Mozilla 計畫旨在創造開放的網路環境，同聲計畫所產生的資料庫也將會作為 Public Domain 使用。目前同聲計畫預計在第二季加入第二種語言，不過目前工作小組還在探討要加入哪種語言。
而 Mozilla 將會把同聲計畫的成果用於兩項領域，其一是做為 Firefox 語音輸入擴充套件 Voice Fill 的培訓數據，希望能使這項套件提升辨識率；其二就是結合源自百渡基於 TensorFlow 的自然語意辨識庫套件，將這些數據透過此語法在 Mozilla 的系統上進行自然語意的深度學習模型，而產生的模型成果也預計透過開放 API 的方式呈現。
Mozilla 同聲計畫志工 Irvine表示， Mozilla 在今年四月於台灣就舉辦過工作坊，探討如何透過新方式吸引使用者為同聲計畫貢獻語音數據，當時也罕見的吸引到在台灣舉辦各類工作坊以來最多的設計師，與與會的工程師呈現各半的情形，且當初本來覺得台灣會如歐美一樣以遊戲作為項目，但台灣開發者的創意卻出乎意料，他們多以社群互動的方式作為項目，例如卡拉 OK 等方式，這也是台灣開發者思維有趣的地方。
此外 Irvine 也是倡導網路健康環境的志工，他也介紹了多個 Mozilla 在網路上所提供介紹網路健康環境的影片與內容資源，希望更多人能夠瞭解到目前網路的情況，以及喚起使用者對於網路自由、個人隱私的意識。
有興趣觀看相關議題可到 Mozilla 網路健康專頁：請點此
