Loading datasets...
License:
CC0-1.0
Steward:
Common Voice
Task: ASR
Release Date: 9/15/2025
Format: MP3
Size: 205.70 MB
Share
A collection of spontaneous spoken phrases in Papantla Totonac.
Restrictions/Special Constraints
You agree that you will not re-host or re-share this dataset
Forbidden Usage
You agree not to attempt to determine the identity of speakers in the Common Voice dataset
Intended Use
This dataset is intended to be used for training and evaluating automatic speech recognition (ASR) models. It may also be used for applications relating to computer-aided language learning (CALL) and language or heritage revitalisation.
top)Esta hoja de datos ha sido generada automáticamente, nos encantaría incluir más información, si deseas ayudar, [¡ponte en contacto con nosotros!](get in touch
Esta ficha técnica corresponde a la versión 23.0 del conjunto de datos Spontaneous Speech (habla espontánea) de Mozilla Common Voice
para Papantla Totonac (top). El conjunto de datos contiene 411 representando 11 horas de grabaciones
(11 horas validadas) de 10 hablantes.
El conjunto de datos incluye la siguiente distribución de edad y género.
Información de género autodeclarada; la frecuencia se refiere al número de fragmentos anotados con este género.
Información de edad autodeclarada; la frecuencia se refiere al número de fragmentos anotados con esta franja etaria.
| Partición | Cuenta |
|---|---|
| Train | 264 |
| Dev | 69 |
Prompts: 143
Duration: 38512944[ms]
Avg. Transcription Len: 630
Avg. Duration: 93.71[s]
Valid Duration: 38021.33[s]
Total hours: 10.7[h]
Valid hours: 10.56[h]
A continuación se muestra una selección aleatoria de las preguntas usadas en el corpus.
Tuku lank'a tapuwan tlawaputuna xlimakgas, chu wana?
Nikula tatasi chikijni xalak minpulataman?
Tukuya xpumakin likan makuani milatamat?
Tiku kamakgtakgalha titakgalhinan nakminpulatanan?
Nikula xtalhakgen laktsukaman xalitutunaku?
A continuación se muestra una selección aleatoria de respuestas transcritas del corpus.
Jé tlan tu anankgoy nak kin pulatamant nak ki pulataman wi lakchixcuwin tamatakuxtunan tahan chali chali xkgaka katlawanican xchaokan talin ana tawayanacha ana takgalstuyunnancha xa lak chajan tatamakxtakgayacha nakx chikgan tamawi xtilan, paxne tamakgtakgalha xkitsistankganin nachu wi laxumajan, lakgawasan tahan taskuja nak kachikin chali chali tahan nak putlao tataju ana taxhoco nama wanican xpasajekan. laktsukaman chali chali tahan nak pukaltawaca tahan takgatsini laksasti takatsin kamasinikan tipakgatsi tu natamakgkuani xlatamatkgan. nawi tu anan tu nitlan, nama tu nitlan axni lakgawasan tsuku tatapaxtumi lakgawasan nema ni tahan nak pukgaltawakga nema wata ktijia talatawila nema ktijia watiya takamanan ni tahan nak pukgaltawakga wama nik matlani ni tu chi xlakatakgan tuku cchi chali tuxama na taliskuja watiya talakgati talatapuli ktijia, talatapuli pala na ma tawa xa xhun xa kguchu wama ni wali tlan tu anan.
Nama tawa chu wanikan litlawakan salchicha, jamón, nama chu xtilan kamakgastakkan xa lakapala, na chuna paxni, tamakgnin, chu kgama wanika kamakgastakkan ju´u snun tlan, x´katsikan tas´ taka, chan ix kilhtamaku akgtum kata, kata a itat, katla xa tawa, kgama kgalhtaxtu, xakapupum. Akin chu lik´limasnitaw ju´u, akin a´na ni lik lamanaw, a´na ni kin kamastankganitan, wa ama chu liwan xlakata ama ni klakgati akit.
Lata kiliaktsu ge ktsakatnanit akit kintakam xkgamanamanaw akit takgasli akgtun lichukun mat xkgamanamanaw chi akit chi kuani akit kaman chukuniyan min chixit kalhtiya chi kilichukun tsukulh kchukuni, kchukuni akgputokgo ktlawanikgolh ixchixit chu kinkajchilhkan kintse, kinanapan tsukulh kinkakgawanikanan wana chi ama xikakchukunit kintakam.
Akit klakgati akxila pukgaman achu likgamanankan tankgololo likgaman lisnokkan kimakankan lisnonkan chumakankan talhman katajulh nak xastiliki wa ama klakgati akxila.
Nitu takgaxmati
Cada fila de un archivo tsv representa un solo clip de audio, y contiene la siguiente información:
client_id - UUID hasheado de cierto usuario
audio_id - id numérico para archivo de audio
audio_file - nombre del archivo de audio
duration_ms - duración del audio en milisegundo
prompt_id - id numérico para el prompt
prompt - pregunta para el usuario
transcription - transcripción de la respuesta al audio
votes - número de personas quiene aprobaron cierta transcripción
age - edad de los hablantes1
gender - genero de los hablantes1
language - nombre de la lengua
split - para el modelado de datos, indica a qué subconjunto de datos pertenece este clip
char_per_sec - cuántos caracteres de transcripción por segundo de audio.
quality_tags - una evaluación automatizada del par transcripción-audio, separadas por |
transcription-length - caracteres por segundo inferior a 3 caracteres por segundo
speech-rate - tasa de caracteres por segundo superior a 30 caracteres por segundo
short-audio - duración del audio inferior a 2 segundos
long-audio - duración del audio superior a 30 segundos
Este conjunto de datos se publica bajo la licencia Creative Commons Zero (CC-0). Al descargar estos datos usted acepta no determinar la identidad de los hablantes en el conjunto de datos.
Para una lista completa de opciones de edades, generos, y acéntos, ver la especificación demográfica. Esta será reportada únicamente si el hablante aceptó proporcionar dicha información. ↩ ↩2