Common Voice Spontaneous Speech 2.0 - Turkish
License:
CC0-1.0
Steward:
Common Voice
Task: ASR
Release Date: 12/5/2025
Format: MP3
Size: 4.20 MB
Description
A collection of spontaneous spoken phrases in Turkish.
Specifics
Considerations
Forbidden Usage
It is forbidden to attempt to determine the identity of speakers in the common Voice datasets. It is forbidden to re-host or re-share this dataset
Processes
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.
Metadata
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:
30Duration:
0:11:59 [h:m:s]Avg. Transcription Len:
250Avg. 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 useraudio_id- numeric id for audio fileaudio_file- audio file nameduration_ms- duration of audio in millisecondsprompt_id- numeric id for promptprompt- question for usertranscription- transcription of the audio responsevotes- number of people that who approved a given transcriptage- age of the speaker1gender- gender of the speaker1language- language namesplit- for data modelling, which subset of the data does this clip pertain tochar_per_sec- how many characters of transcription per second of audioquality_tags- some automated assessment of the transcription--audio pair, separated by|transcription-length- character per second under 3 characters per secondspeech-rate- characters per second over 30 characters per secondshort-audio- audio length under 2 secondslong-audio- audio length over 30 seconds
Get involved!
Community links
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.
Footnotes
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
