NLP & Langues

DVoice — Moroccan Darija ASR Dataset

À Propos

DVoice est un dataset open source pour la Reconnaissance Automatique de la Parole (ASR) en arabe dialectal marocain (Darija). Contient des enregistrements vocaux et leurs transcriptions textuelles. 2392 fichiers d'entraînement et 600 de test. Publié par AIOXLABS, référence Zenodo 2021.

https://github.com/AIOXLABS/DVoice

Visiter le site

Dans la même catégorie

Goud-sum (HuggingFace) — Darija Summarization Dataset

158k articles + headlines from Goud.ma — Darija/MSA text summarization dataset

Darija Open Dataset (DODa)

100k+ entries darija↔English — largest open source Darija translation dataset

MA_Open_Datasets — Goud.ma

Goud news articles in CSV format — alternative distribution of Goud data

MA_Open_Datasets — LeMatin

Le Matin newspaper articles by category — nation, économie, culture, sport