Common Voice Spontaneous Speech 2.0 - Turkish

Türkçe — Turkish (tr)

This datasheet has been generated automatically, we would love to include more information, if you would like to help out, get in touch!

This datasheet is for version 2.0 of the the Mozilla Common Voice Spontaneous Speech dataset for Turkish (tr). The dataset contains 31 clips representing 1 hours of recorded speech (1 hours validated) from 8 speakers.

Transcriptions

• Prompts: 30

• Duration: 0:11:59 [h:m:s]

• Avg. Transcription Len: 250

• Avg. Duration: 23.2[s]

• Valid Duration: 533.556[s]

• Total hours: 0.2[h]

• Valid hours: 0.15[h]

Samples

Questions

There follows a randomly selected sample of questions used in the corpus.

Bilgisayar oyunları çocuklar için yararlı mı sence?
Yabancı dille eğitim yapılması konusunda ne düşünüyorsun?
Bir süper gücün olsa, ne olmasını isterdin?
Bir günü nasıl geçiriyorsun?
Bir gün boyunca tek bir aktivite yapabilecek olsan ne yapardın?

Responses

There follows a randomly selected sample of transcribed responses from the corpus.

Valla oyununa bağlı. Bazıları yararlı bazıları, açıkçası mesela savaş oyunları, ee, çocukların içindeki, ee, o, saldırgan şeyi yok ediyor da olabilir. O açıdan faydalı da olabilir ama, ee, daha yaratıcı bilgisayar oyunlarını kullanmalarını ben tercih ediyorum valla.
Vallaha, yabancı dilde eğitimin iyi yanı da var, kötü yanı da var. Şimdi, bir yandan global bir dünyada yaşıyoruz ve, ee, insanların birbiriyle haberleşmesi için, örneğin ee, İngilizce, ee, Almanca gibi çok kullanılan dillerde eğitim görmek, özellikle teknik konularda gayet iyi. Ama bir yandan da kendi kültüründen kopmayı getirebilir, böyle bir şey. Yani buna da çok dikkat etmek lazım ve bunu da dengeli götürmek lazım.
Valla çok fazla <disfluency> bilimkurgu ve fantastik kitap ve film okudum, izledim. <disfluency> Bunlarda genellikle kötü adamların <disfluency> istediği birşey var; <disfluency> bütün güçlere sahip olmak! İşte onu isterdim. Çünkü bu dünya eğer o bütün dünlere- <disfluency> bütün güçlere sahip olmazsam  düzelebilecek birşey değil. Hepsi bende olursa bu dünyayı düzeltebilirim.
Ortalama bir günümde, sürekli bilgisayar başındayım, yani günde böyle 12, 16 saat falan, ee, sürekli bir şeyler üretiyorum, bir şeyler öğreniyorum. Ee, tabii normal sosyal yaşam da var, ama gün geçtikçe azalıyor bu, daha çok eve kapalı yaşamayı tercih ediyorum. Özellikle ee, zaman daha hızlı geçiyor gibi geliyor bana yaş ilerledikçe.
اوریدله

Fields

Each row of a tsv file represents a single audio clip, and contains the following information:

• client_id - hashed UUID of a given user

• audio_id - numeric id for audio file

• audio_file - audio file name

• duration_ms - duration of audio in milliseconds

• prompt_id - numeric id for prompt

• prompt - question for user

• transcription - transcription of the audio response

• votes - number of people that who approved a given transcript

• age - age of the speaker1

• gender - gender of the speaker1

• language - language name

• split - for data modelling, which subset of the data does this clip pertain to

• char_per_sec - how many characters of transcription per second of audio

• quality_tags - some automated assessment of the transcription--audio pair, separated by |

  • transcription-length - character per second under 3 characters per second

  • speech-rate - characters per second over 30 characters per second

  • short-audio - audio length under 2 seconds

  • long-audio - audio length over 30 seconds

Get involved!

Community links

• Common Voice translators on Pontoon

Contribute

• Contribute questions

• Validate questions

• Answer questions

• Transcribe recordings

• Validate transcriptions

Licence

This dataset is released under the Creative Commons Zero (CC-0) licence. By downloading this data you agree to not determine the identity of speakers in the dataset.

Footnotes

1. For a full list of age, gender, and accent options, see the demographics spec. These will only be reported if the speaker opted in to provide that information. ↩ ↩2