Datasetpublic

Klayt/baoule-common-voice

Common Voice — Baoulé (bci) Dataset audio en langue baoulé (code ISO 639-3 : bci), extrait de Mozilla Common Voice. Le baoulé est une langue kwa parlée en Côte d'Ivoire. Splits Split Exemples train ~319 test ~290 validation ~267 Colonnes Colonne Type Description audio Audio Signal 16 kHz mono sentence string Transcription en baoulé client_id string Identifiant anonymisé du locuteur path string Nom du fichier… See the full description on the dataset page: https://huggingface.co/datasets/Klayt/baoule-common-voice.

sourceHugging Facecc0-1.0updated 6mo agoView on Hugging Face

0likes77downloads

Dataset Card

Common Voice — Baoulé (bci)

Dataset audio en langue baoulé (code ISO 639-3 : bci), extrait de Mozilla Common Voice. Le baoulé est une langue kwa parlée en Côte d'Ivoire.

Splits

Split	Exemples
train	~319
test	~290
validation	~267

Colonnes

Colonne	Type	Description
`audio`	Audio	Signal 16 kHz mono
`sentence`	string	Transcription en baoulé
`client_id`	string	Identifiant anonymisé du locuteur
`path`	string	Nom du fichier original
`locale`	string	`bci`

Utilisation

python

from datasets import load_dataset

ds = load_dataset("votre-pseudo/baule-common-voice")

# Écouter le premier exemple
sample = ds["train"][0]
print(sample["sentence"])
# → array audio lisible avec IPython.display.Audio ou tout player

# Accéder au signal
array = sample["audio"]["array"]   # np.ndarray float32
sr    = sample["audio"]["sampling_rate"]  # 16000

Caractères spéciaux du baoulé

Ce dataset contient les caractères Unicode spécifiques au baoulé : ɛ, ɔ, ŋ, ʼ ainsi que des voyelles avec tons diacritiques.