معالجة اللغات واللغات

DVoice — Moroccan Darija ASR Dataset

نبذة

DVoice مجموعة بيانات مفتوحة المصدر للتعرف التلقائي على الكلام (ASR) بالدارجة المغربية. تحتوي على تسجيلات صوتية مع نصوص مكتوبة مقابلة. 2392 ملف تدريب و600 ملف اختبار. أصدرتها AIOXLABS، Zenodo 2021.

https://github.com/AIOXLABS/DVoice

زيارة الموقع

في نفس الفئة

Goud-sum (HuggingFace) — Darija Summarization Dataset

158 ألف مقالة + عناوين من موقع Goud.ma — مجموعة بيانات تلخيص نصوص بالدارجة/العربية الفصحى

Darija Open Dataset (DODa)

أكثر من 100 ألف مدخل للترجمة من الدارجة إلى الإنجليزية — أكبر مجموعة بيانات مفتوحة المصدر للدارجة

MA_Open_Datasets — Goud.ma

مقالات Goud الإخبارية بصيغة CSV — توزيع بديل لبيانات Goud

MA_Open_Datasets — LeMatin

مقالات جريدة Le Matin مصنفة حسب الفئة — وطن، اقتصاد، ثقافة، رياضة