Datasets:

danielshaps
/

nchlt_speech_afr

age stringclasses 19 values	gender stringclasses 2 values	speaker_id stringclasses 202 values	duration stringclasses 104 values	pdp_score stringlengths 7 7	utterance_id stringlengths 4 4	disfluency bool 2 classes	text stringlengths 3 87	typos bool 2 classes	split stringclasses 1 value
19	male	001	3.96	-0.7900	0003	false	registrasiesertifikaat uitreik mits	false	train
19	male	001	2.64	-0.6827	0004	false	dienste ten beste	false	train
19	male	001	5.04	-0.8597	0006	false	sibw standaard inkomstebelasting	false	train
19	male	001	3.24	-0.5397	0008	false	vernaamste dienste verskaf	false	train
19	male	001	5.88	-0.7039	0010	false	voorbedryfsuitgawes ingevolge artikel	false	train
19	male	001	2.40	-0.9158	0017	false	ek daarmee moontlike	false	train
19	male	001	3.60	-0.8662	0020	false	finansiële jaarverslag voorlê	false	train
19	male	001	3.00	-0.8348	0024	false	kinders jaarliks getoets	false	train
19	male	001	3.48	-0.9104	0026	false	opportunistiese infeksies intree	false	train
19	male	001	2.28	-0.7673	0028	false	plaaslike hospitale sê	false	train
19	male	001	2.76	-0.3396	0029	false	sport bied dienste	false	train
19	male	001	3.60	-0.4702	0030	false	finansiële afhanklikes hê	false	train
19	male	001	2.76	-0.7809	0037	false	nodige aanvullende dokumentasie	false	train
19	male	001	3.12	-0.6669	0041	false	hele provinsie ontwikkel	false	train
19	male	001	2.28	-0.9407	0046	false	u kriminele rekord	false	train
19	male	001	2.04	-0.4441	0047	false	gratis basiese water	false	train
19	male	001	1.92	-0.7456	0050	false	nommer nodig hê	false	train
19	male	001	3.00	-0.7710	0058	false	volle besonderhede daarvan	false	train
19	male	001	3.24	-0.5716	0064	false	ekonomies aktiewe bevolking	false	train
19	male	001	2.52	-0.7209	0070	false	stadium sou verander	false	train
19	male	001	3.12	-0.5720	0076	false	toepaslike wetgewing vereis	false	train
19	male	001	3.36	-0.4605	0079	false	onlangse boekjare waarvoor	false	train
19	male	001	4.80	-0.7538	0092	false	inligtingsdienste rakende verbruikersake	false	train
19	male	001	2.28	-0.8856	0097	false	verenigde koninkryk bestuur	false	train
19	male	001	3.96	-0.7063	0099	false	onderwyser dosent vervaardiger	false	train
19	male	001	2.64	-0.8034	0106	false	billike ekonomiese ontwikkeling	false	train
19	male	001	1.20	-0.8560	0114	false	noord	false	train
19	male	001	1.80	-0.1862	0119	false	persoonlik betaal	false	train
19	male	001	2.52	-0.1746	0156	false	soorte vaste eiendom	false	train
19	male	001	3.12	-0.4972	0160	false	kleiner misdade doeltreffend	false	train
19	male	001	2.64	-0.8575	0161	false	plaaslike beleggers skep	false	train
19	male	001	3.48	-0.7846	0163	false	dog betekenisvolle groei	false	train
19	male	001	2.64	-0.9245	0182	false	belasting ten opsigte	false	train
19	male	001	3.48	-0.8708	0186	false	aftrekking toelaatbare mediese	false	train
19	male	001	2.40	-0.6446	0189	false	totale omset voor	false	train
19	male	001	2.28	-0.8808	0209	false	aanvanklike projek befonds	false	train
19	male	001	3.36	-0.8232	0210	false	albei gevalle gewoonlik	false	train
19	male	001	3.00	-0.7536	0211	false	daarvan ingevolge artikel	false	train
19	male	001	1.32	-0.1648	0218	false	gevaar	false	train
19	male	001	1.80	-0.4068	0241	false	ondernemings	false	train
19	male	001	3.24	-0.8305	0257	false	getitel besigheidsplan jaarlikse	false	train
19	male	001	2.76	-0.8816	0258	false	inkomste oordragte	false	train
19	male	001	2.04	-0.8488	0260	false	geleentheid samelewing daag	false	train
19	male	001	2.88	-0.8116	0263	false	aftrekking toegestaan gewees	false	train
19	male	001	2.16	-0.7727	0264	false	beskikbaar ten opsigte	false	train
19	male	001	2.76	-0.7148	0265	false	aard seksuele aanranding	false	train
19	male	001	1.92	-0.8759	0272	false	kinders begin gewoonlik	false	train
19	male	001	2.64	-0.4428	0273	false	soort visvangste	false	train
19	male	001	2.40	-0.6288	0275	false	eienaarskap ten opsigte	false	train
19	male	001	1.80	-0.3913	0281	false	duur net so	false	train
19	male	001	2.16	-0.6104	0282	false	faktore voordat bouplanne	false	train
19	male	001	2.52	-0.5865	0283	false	gratis servikale smere	false	train
19	male	001	2.16	-0.1509	0287	false	asook vigs	false	train
19	male	001	2.28	-0.8543	0288	false	wond deeglik bedek	false	train
19	male	001	2.52	-0.5267	0295	false	misdaad skuldig bevind	false	train
19	male	001	3.24	-0.8274	0300	false	graag waardering uitspreek	false	train
19	male	001	2.88	-0.5949	0302	false	besigheid daarstel ten	false	train
19	male	001	2.40	-0.4146	0303	false	willieafrikaanse	false	train
19	male	001	2.76	-0.8603	0307	false	saak waaroor uitnodigings	false	train
19	male	001	3.24	-0.8977	0310	false	totale hoeveelheid afvalwater	false	train
19	male	001	2.28	-0.4556	0319	false	betrokke tipe voertuig	false	train
19	male	001	1.80	-0.9026	0320	false	opkomende uitvoerders	false	train
19	male	001	2.28	-0.4605	0324	false	vereiste inligting spoedig	false	train
23	male	002	2.52	-0.4343	0011	false	verleen ten opsigte	false	train
23	male	002	2.76	-0.4394	0013	false	persoon groepsessies volgens	false	train
23	male	002	2.40	-0.8209	0017	false	bepaalde kategorieë werkers	false	train
23	male	002	2.52	-0.6620	0019	false	moenie vreemde voorwerpe	false	train
23	male	002	2.64	-0.9112	0020	false	goeie staatsbestuur maatskaplike	false	train
23	male	002	2.04	-0.3709	0022	false	asook vigs	false	train
23	male	002	2.28	-0.7775	0023	false	geleentheid open aangesien	false	train
23	male	002	2.40	-0.5916	0024	false	betrokke fonds	false	train
23	male	002	2.88	-0.7262	0027	false	deels vanweë	false	train
23	male	002	2.28	-0.1788	0031	false	aansporingsmaatre ls diens	false	train
23	male	002	2.52	-0.8800	0032	false	soortgelyke toepassing daarvoor	false	train
23	male	002	2.40	-0.7920	0042	false	wetlik aangewese persoon	false	train
23	male	002	2.52	-0.7943	0048	false	beskikbaar ten opsigte	false	train
23	male	002	2.76	-0.6489	0051	false	hele provinsie ontwikkel	false	train
23	male	002	2.88	-0.7995	0056	false	maak gemengde voeding	false	train
23	male	002	3.12	-0.7666	0059	false	voorgeskrewe fooie aansoek	false	train
23	male	002	3.24	-0.9410	0068	false	doelwitte geïdentifiseer moes	false	train
23	male	002	2.40	-0.4019	0070	false	totale omset voor	false	train
23	male	002	1.56	-0.8310	0095	false	privaat sak	false	train
23	male	002	2.40	-0.8460	0113	false	fonds bied finansiële	false	train
23	male	002	3.48	-0.6684	0119	false	nasionale vaardigheidsowerheid beoordeel	false	train
23	male	002	1.44	-0.1814	0134	false	artikel	false	train
23	male	002	2.28	-0.7041	0140	false	swak immuun stelsels	false	train
23	male	002	2.52	-0.8226	0143	false	cd telling mense	false	train
23	male	002	1.68	-0.5430	0146	false	subsidies	false	train
23	male	002	2.52	-0.6802	0147	false	geskiedenis byvoorbeeld onbetaalde	false	train
23	male	002	3.24	-0.7450	0154	false	zeekoevlei naby grassy	false	train
23	male	002	2.52	-0.8492	0155	false	ondergaande kommersiële boere	false	train
23	male	002	2.28	-0.5167	0166	false	mariene lewende hulpbronne	false	train
23	male	002	3.12	-0.6590	0172	false	mediese onkoste aanleiding	false	train
23	male	002	3.00	-0.9089	0184	false	opportunistiese infeksies intree	false	train
23	male	002	3.12	-0.9444	0205	false	arbeidsdienste bring roetinebesoeke	false	train
23	male	002	2.52	-0.4387	0217	false	private sak	false	train
23	male	002	3.24	-0.7043	0218	false	hoeveel kennisgewing vereis	false	train
23	male	002	2.52	-0.8777	0221	false	professioneel siviel vervoer	false	train
23	male	002	2.04	-0.4673	0235	false	uitvind watter tenders	false	train
23	male	002	2.28	-0.7754	0260	false	spesifieke inligting rakende	false	train

End of preview. Expand in Data Studio

NCHLT Speech Corpus -- Afrikaans

This is the Afrikaans language part of the NCHLT Speech Corpus of the South African languages.

Language code (ISO 639): afr

URI: https://hdl.handle.net/20.500.12185/280

Licence:

Creative Commons Attribution 3.0 Unported License (CC BY 3.0): http://creativecommons.org/licenses/by/3.0/legalcode

Attribution:

The Department of Arts and Culture of the government of the Republic of South Africa (DAC), Council for Scientific and Industrial Research (CSIR) and North-West University (NWU).

Citation Information:

@inproceedings{barnard2014nchlt,
  title={{The NCHLT speech corpus of the South African languages}},
  author={Barnard, Etienne and Davel, Marelie H and Van Heerden, Charl and De Wet, Febe and Badenhorst, Jaco},
  booktitle={Workshop Spoken Language Technologies for Under-resourced Languages (SLTU)},
  year={2014}
}

Downloads last month: 5

Size of downloaded dataset files:

3.48 GB

Size of the auto-converted Parquet files:

3.48 GB

Number of rows:

66,133