Common Voice Spontaneous Speech 1.0 - 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 23.0 of the the Mozilla Common Voice Spontaneous Speech dataset for Turkish (tr). The dataset contains 25 clips representing 1 hours of recorded speech (1 hours validated) from 8 speakers.

Demographic information

The dataset includes the following distribution of age and gender.

Gender

Self-declared gender information, frequency refers to the number of clips annotated with this gender.

Age

Self-declared age information, frequency refers to the number of clips annotated with this age band.

Transcriptions

Prompts: 25
Duration: 556632[ms]
Avg. Transcription Len: 219
Avg. Duration: 22.27[s]
Valid Duration: 284.08[s]
Total hours: 0.15[h]
Valid hours: 0.08[h]

Questions

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

Yabancı dille eğitim yapılması konusunda ne düşünüyorsun?
Arkadaşlarınla vakit geçirdiğinde en çok ne yapmaktan hoşlanırsın?
En sevdiğin mevsim hangisi?
Sabahları enerjik olmanı sağlayan şey nedir?
Dünyanın bir yerinde yaşamak istesen neresi olurdu?

Responses

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

Çocukluğumda en sevdiğim oyun yakan toptu. İki grup halinde oynanıyordu. Ee, gruplardaki kişiler topa yakalanmamaya çalışıyorlardı, burada bir bireysellik vardı. Yakalanan grup arkadaşlarını da kurtarmaya da çalışıyorlardı, burada da grup oyunu da vardı. Bu ikisini de birleştirdiği için, aynı zamanda iki takım halinde olduğundan dolayı rekabet de vardı. Bu yüzden çok seviyordum o oyunu.
Abimin mimar olmasının da etkisi var sanırım, mimar olmak isterdim hep. Olmadı... Herhalde yeniden dünyaya gelsem, mimar olmak isterdim...
En sevdiğim mevsim ilkbahardır. İlkbahar, ee, doğanın uyanışını simgelediği için, ee, diğer mevsimlere göre bende ayrı bir yerdedir.
Bana göre özel ve paralı okullar olmamalı. Fırsat eşitliğini bozuyor, öncelikle. Eee, özel ve paralı okullarda altyapı daha iyi olabilir, ama aslında bütün okullar devlet tarafından finanse edilmeli, aynı sağlık gibi, ve bütün okullar eşit yüksek kalitede olmalı, çünkü eğitim en önemli şeyimiz.
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.

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

Community links

Common Voice translators on Pontoon

Contribute

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.

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