Datasets:
The full dataset viewer is not available (click to read why). Only showing a preview of the rows.
Error code: DatasetGenerationCastError Exception: DatasetGenerationCastError Message: An error occurred while generating the dataset All the data files must have the same columns, but at some point there are 7 new columns ({'1278', 'MALE', '76800', '要了解圣殿骑士,就必须了解促使圣殿骑士团成立的背景。', '要 了 解 圣 殿 骑 士 就 必 须 了 解 促 使 圣 殿 骑 士 团 成 立 的 背 景', '要 | 了 | 解 | 圣 | 殿 | 骑 | 士 | 就 | 必 | 须 | 了 | 解 | 促 | 使 | 圣 | 殿 | 骑 | 士 | 团 | 成 | 立 | 的 | 背 | 景 |', '8702592632726353789.wav'}) and 7 missing columns ({'FEMALE', 'в ы | ў б а ч ы ц е | ш т о | ж ы в ы я | і с т о т ы | с к л а д а ю ц ц а | з | м а л е н ь к і х | к в а д р а т а ў | ц і | ш а р о ў | к а л і | п а с п р а б у е ц е | р а з г л я д з е ц ь | і х | п а д | м і к р а с к о п а м |', '180480', '6630934872973634455.wav', 'вы ўбачыце што жывыя істоты складаюцца з маленькіх квадратаў ці шароў калі паспрабуеце разглядзець іх пад мікраскопам', '598', 'Вы ўбачыце, што жывыя істоты складаюцца з маленькіх квадратаў ці шароў, калі паспрабуеце разглядзець іх пад мікраскопам.'}). This happened while the csv dataset builder was generating data using hf://datasets/Helloworld668/fleurs_clean/data/cmn_hans_cn/train.tsv (at revision d52b713bd6da3b6eb027a5c27faeff077a847226) Please either edit the data files to have matching columns, or separate them into different configurations (see docs at https://hf.co/docs/hub/datasets-manual-configuration#multiple-configurations) Traceback: Traceback (most recent call last): File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 2011, in _prepare_split_single writer.write_table(table) File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/arrow_writer.py", line 585, in write_table pa_table = table_cast(pa_table, self._schema) File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/table.py", line 2302, in table_cast return cast_table_to_schema(table, schema) File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/table.py", line 2256, in cast_table_to_schema raise CastError( datasets.table.CastError: Couldn't cast 1278: int64 8702592632726353789.wav: string 要了解圣殿骑士,就必须了解促使圣殿骑士团成立的背景。: string 要 了 解 圣 殿 骑 士 就 必 须 了 解 促 使 圣 殿 骑 士 团 成 立 的 背 景: string 要 | 了 | 解 | 圣 | 殿 | 骑 | 士 | 就 | 必 | 须 | 了 | 解 | 促 | 使 | 圣 | 殿 | 骑 | 士 | 团 | 成 | 立 | 的 | 背 | 景 |: string 76800: int64 MALE: string -- schema metadata -- pandas: '{"index_columns": [{"kind": "range", "name": null, "start": 0, "' + 2104 to {'598': Value(dtype='int64', id=None), '6630934872973634455.wav': Value(dtype='string', id=None), 'Вы ўбачыце, што жывыя істоты складаюцца з маленькіх квадратаў ці шароў, калі паспрабуеце разглядзець іх пад мікраскопам.': Value(dtype='string', id=None), 'вы ўбачыце што жывыя істоты складаюцца з маленькіх квадратаў ці шароў калі паспрабуеце разглядзець іх пад мікраскопам': Value(dtype='string', id=None), 'в ы | ў б а ч ы ц е | ш т о | ж ы в ы я | і с т о т ы | с к л а д а ю ц ц а | з | м а л е н ь к і х | к в а д р а т а ў | ц і | ш а р о ў | к а л і | п а с п р а б у е ц е | р а з г л я д з е ц ь | і х | п а д | м і к р а с к о п а м |': Value(dtype='string', id=None), '180480': Value(dtype='int64', id=None), 'FEMALE': Value(dtype='string', id=None)} because column names don't match During handling of the above exception, another exception occurred: Traceback (most recent call last): File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 1537, in compute_config_parquet_and_info_response parquet_operations, partial, estimated_dataset_info = stream_convert_to_parquet( File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 1106, in stream_convert_to_parquet builder._prepare_split( File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 1882, in _prepare_split for job_id, done, content in self._prepare_split_single( File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/builder.py", line 2013, in _prepare_split_single raise DatasetGenerationCastError.from_cast_error( datasets.exceptions.DatasetGenerationCastError: An error occurred while generating the dataset All the data files must have the same columns, but at some point there are 7 new columns ({'1278', 'MALE', '76800', '要了解圣殿骑士,就必须了解促使圣殿骑士团成立的背景。', '要 了 解 圣 殿 骑 士 就 必 须 了 解 促 使 圣 殿 骑 士 团 成 立 的 背 景', '要 | 了 | 解 | 圣 | 殿 | 骑 | 士 | 就 | 必 | 须 | 了 | 解 | 促 | 使 | 圣 | 殿 | 骑 | 士 | 团 | 成 | 立 | 的 | 背 | 景 |', '8702592632726353789.wav'}) and 7 missing columns ({'FEMALE', 'в ы | ў б а ч ы ц е | ш т о | ж ы в ы я | і с т о т ы | с к л а д а ю ц ц а | з | м а л е н ь к і х | к в а д р а т а ў | ц і | ш а р о ў | к а л і | п а с п р а б у е ц е | р а з г л я д з е ц ь | і х | п а д | м і к р а с к о п а м |', '180480', '6630934872973634455.wav', 'вы ўбачыце што жывыя істоты складаюцца з маленькіх квадратаў ці шароў калі паспрабуеце разглядзець іх пад мікраскопам', '598', 'Вы ўбачыце, што жывыя істоты складаюцца з маленькіх квадратаў ці шароў, калі паспрабуеце разглядзець іх пад мікраскопам.'}). This happened while the csv dataset builder was generating data using hf://datasets/Helloworld668/fleurs_clean/data/cmn_hans_cn/train.tsv (at revision d52b713bd6da3b6eb027a5c27faeff077a847226) Please either edit the data files to have matching columns, or separate them into different configurations (see docs at https://hf.co/docs/hub/datasets-manual-configuration#multiple-configurations)
Need help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
598
int64 | 6630934872973634455.wav
string | Вы ўбачыце, што жывыя істоты складаюцца з маленькіх квадратаў ці шароў, калі паспрабуеце разглядзець іх пад мікраскопам.
string | вы ўбачыце што жывыя істоты складаюцца з маленькіх квадратаў ці шароў калі паспрабуеце разглядзець іх пад мікраскопам
string | в ы | ў б а ч ы ц е | ш т о | ж ы в ы я | і с т о т ы | с к л а д а ю ц ц а | з | м а л е н ь к і х | к в а д р а т а ў | ц і | ш а р о ў | к а л і | п а с п р а б у е ц е | р а з г л я д з е ц ь | і х | п а д | м і к р а с к о п а м |
string | 180480
int64 | FEMALE
string |
---|---|---|---|---|---|---|
1,497 | 630699851786274776.wav | Як правіла, у любым месцы на астравах прымаюцца да аплаты брытанскія фунты. Акрамя таго, у самім Стэнлі нярэдка прымаюцца крэдытныя карты і долары ЗША. | як правіла у любым месцы на астравах прымаюцца да аплаты брытанскія фунты акрамя таго у самім стэнлі нярэдка прымаюцца крэдытныя карты і долары зша | я к | п р а в і л а | у | л ю б ы м | м е с ц ы | н а | а с т р а в а х | п р ы м а ю ц ц а | д а | а п л а т ы | б р ы т а н с к і я | ф у н т ы | а к р а м я | т а г о | у | с а м і м | с т э н л і | н я р э д к а | п р ы м а ю ц ц а | к р э д ы т н ы я | к а р т ы | і | д о л а р ы | з ш а | | 209,280 | MALE |
723 | 5515699229735856731.wav | Іспанскія заваёўнікі значна скарацілі колькасць народу таіна за тыя некалькі гадоў, што мінулі пасля прыбыцця еўрапейскіх даследчыкаў. | іспанскія заваёўнікі значна скарацілі колькасць народу таіна за тыя некалькі гадоў што мінулі пасля прыбыцця еўрапейскіх даследчыкаў | і с п а н с к і я | з а в а ё ў н і к і | з н а ч н а | с к а р а ц і л і | к о л ь к а с ц ь | н а р о д у | т а і н а | з а | т ы я | н е к а л ь к і | г а д о ў | ш т о | м і н у л і | п а с л я | п р ы б ы ц ц я | е ў р а п е й с к і х | д а с л е д ч ы к а ў | | 217,920 | MALE |
1,456 | 5548124670912143885.wav | Калі маленькая група жывых істот (малая папуляцыя) адколваецца ад асноўнай папуляцыі, ад якой яны паходзяць (скажам, пры перамяшчэнні праз раку або горны масіў альбо калі такія жывыя істоты мігрыруюць на новы востраў, так што вярнуцца назад ім будзе даволі цяжка), яны нярэдка апынаюцца ў асяроддзі, што значна адрозніваецца ад таго месца, адкуль яны прыйшлі. | калі маленькая група жывых істот малая папуляцыя адколваецца ад асноўнай папуляцыі ад якой яны паходзяць скажам пры перамяшчэнні праз раку або горны масіў альбо калі такія жывыя істоты мігрыруюць на новы востраў так што вярнуцца назад ім будзе даволі цяжка яны нярэдка апынаюцца ў асяроддзі што значна адрозніваецца ад таго месца адкуль яны прыйшлі | к а л і | м а л е н ь к а я | г р у п а | ж ы в ы х | і с т о т | м а л а я | п а п у л я ц ы я | а д к о л в а е ц ц а | а д | а с н о ў н а й | п а п у л я ц ы і | а д | я к о й | я н ы | п а х о д з я ц ь | с к а ж а м | п р ы | п е р а м я ш ч э н н і | п р а з | р а к у | а б о | г о р н ы | м а с і ў | а л ь б о | к а л і | т а к і я | ж ы в ы я | і с т о т ы | м і г р ы р у ю ц ь | н а | н о в ы | в о с т р а ў | т а к | ш т о | в я р н у ц ц а | н а з а д | і м | б у д з е | д а в о л і | ц я ж к а | я н ы | н я р э д к а | а п ы н а ю ц ц а | ў | а с я р о д д з і | ш т о | з н а ч н а | а д р о з н і в а е ц ц а | а д | т а г о | м е с ц а | а д к у л ь | я н ы | п р ы й ш л і | | 562,560 | FEMALE |
1,016 | 5527900465226566273.wav | Памер атамаў настолькі малы, што ў кропку, якая стаіць у канцы гэтага сказа, іх памесцяцца трыльёны. | памер атамаў настолькі малы што ў кропку якая стаіць у канцы гэтага сказа іх памесцяцца трыльёны | п а м е р | а т а м а ў | н а с т о л ь к і | м а л ы | ш т о | ў | к р о п к у | я к а я | с т а і ц ь | у | к а н ц ы | г э т а г а | с к а з а | і х | п а м е с ц я ц ц а | т р ы л ь ё н ы | | 187,200 | MALE |
60 | 4370472254407088368.wav | «Згаданых босаў уціхамірыў Правенцана, спыніўшы развязаную Рыйнам супрацьдзяржаўную вайну, што ў 1992 годзе забрала жыццё крыжакоў мафіі Джавані Фалконе і Паала Барсэліна». | «згаданых босаў уціхамірыў правенцана спыніўшы развязаную рыйнам супрацьдзяржаўную вайну што ў 1992 годзе забрала жыццё крыжакоў мафіі джавані фалконе і паала барсэліна» | « з г а д а н ы х | б о с а ў | у ц і х а м і р ы ў | п р а в е н ц а н а | с п ы н і ў ш ы | р а з в я з а н у ю | р ы й н а м | с у п р а ц ь д з я р ж а ў н у ю | в а й н у | ш т о | ў | 1 9 9 2 | г о д з е | з а б р а л а | ж ы ц ц ё | к р ы ж а к о ў | м а ф і і | д ж а в а н і | ф а л к о н е | і | п а а л а | б а р с э л і н а » | | 395,520 | FEMALE |
61 | 13425349387414866450.wav | Падчас прадстаўлення прылады, Стыў Джобс, галоўны выканаўчы дырэктар «Эпл», выйшаў на сцэну і дастаў з кішэні джынсаў iPhone. | падчас прадстаўлення прылады стыў джобс галоўны выканаўчы дырэктар «эпл» выйшаў на сцэну і дастаў з кішэні джынсаў iphone | п а д ч а с | п р а д с т а ў л е н н я | п р ы л а д ы | с т ы ў | д ж о б с | г а л о ў н ы | в ы к а н а ў ч ы | д ы р э к т а р | « э п л » | в ы й ш а ў | н а | с ц э н у | і | д а с т а ў | з | к і ш э н і | д ж ы н с а ў | i p h o n e | | 210,240 | FEMALE |
938 | 16913398133929505822.wav | У асобных федэральных дзяржавах, напрыклад, у Канадзе і ЗША, падаходны падатак спаганяецца як на мясцовым, так і на федэральным узроўні, таму ў розных рэгіёнах стаўкі і класы падаткаабкладання могуць адрознівацца. | у асобных федэральных дзяржавах напрыклад у канадзе і зша падаходны падатак спаганяецца як на мясцовым так і на федэральным узроўні таму ў розных рэгіёнах стаўкі і класы падаткаабкладання могуць адрознівацца | у | а с о б н ы х | ф е д э р а л ь н ы х | д з я р ж а в а х | н а п р ы к л а д | у | к а н а д з е | і | з ш а | п а д а х о д н ы | п а д а т а к | с п а г а н я е ц ц а | я к | н а | м я с ц о в ы м | т а к | і | н а | ф е д э р а л ь н ы м | у з р о ў н і | т а м у | ў | р о з н ы х | р э г і ё н а х | с т а ў к і | і | к л а с ы | п а д а т к а а б к л а д а н н я | м о г у ц ь | а д р о з н і в а ц ц а | | 341,760 | MALE |
633 | 16449877012635218160.wav | Так, калі вам давядзецца пабачыць, як нехта разбівае шыбу ў аўтамабілі, вы хутчэй за ўсё вырашыце, што гэты чалавек спрабуе ўкрасці нечы аўтамабіль. | так калі вам давядзецца пабачыць як нехта разбівае шыбу ў аўтамабілі вы хутчэй за ўсё вырашыце што гэты чалавек спрабуе ўкрасці нечы аўтамабіль | т а к | к а л і | в а м | д а в я д з е ц ц а | п а б а ч ы ц ь | я к | н е х т а | р а з б і в а е | ш ы б у | ў | а ў т а м а б і л і | в ы | х у т ч э й | з а | ў с ё | в ы р а ш ы ц е | ш т о | г э т ы | ч а л а в е к | с п р а б у е | ў к р а с ц і | н е ч ы | а ў т а м а б і л ь | | 226,560 | MALE |
1,155 | 14829664051277399028.wav | У якасці прыкладу можна прывесці планаванне і кантроль, здольнасць рэагаваць на запыты і тэхнічныя праблемы ў кліентаў, а таксама распазнаваць твары, галасы і почырк. | у якасці прыкладу можна прывесці планаванне і кантроль здольнасць рэагаваць на запыты і тэхнічныя праблемы ў кліентаў а таксама распазнаваць твары галасы і почырк | у | я к а с ц і | п р ы к л а д у | м о ж н а | п р ы в е с ц і | п л а н а в а н н е | і | к а н т р о л ь | з д о л ь н а с ц ь | р э а г а в а ц ь | н а | з а п ы т ы | і | т э х н і ч н ы я | п р а б л е м ы | ў | к л і е н т а ў | а | т а к с а м а | р а с п а з н а в а ц ь | т в а р ы | г а л а с ы | і | п о ч ы р к | | 249,600 | FEMALE |
1,195 | 13393456485175557933.wav | Калі ў Паўночным паўшар'і зіма, у Мантэвідэа — лета, і наадварот. Прычына ў тым, што горад знаходзіцца на поўдзень ад экватара. | калі ў паўночным паўшар'і зіма у мантэвідэа лета і наадварот прычына ў тым што горад знаходзіцца на поўдзень ад экватара | к а л і | ў | п а ў н о ч н ы м | п а ў ш а р ' і | з і м а | у | м а н т э в і д э а | л е т а | і | н а а д в а р о т | п р ы ч ы н а | ў | т ы м | ш т о | г о р а д | з н а х о д з і ц ц а | н а | п о ў д з е н ь | а д | э к в а т а р а | | 239,040 | FEMALE |
763 | 12967947585031323207.wav | Міжнародную гасцявую сетку «Каўчсёрфінг» заснаваў праграміст Кейсі Фентан у студзені 2004 г., пасля таго, як ён знайшоў танны рэйс у Ісландыю, але ў яго не было месца, дзе можна было б спыніцца. | міжнародную гасцявую сетку «каўчсёрфінг» заснаваў праграміст кейсі фентан у студзені 2004 г. пасля таго як ён знайшоў танны рэйс у ісландыю але ў яго не было месца дзе можна было б спыніцца | м і ж н а р о д н у ю | г а с ц я в у ю | с е т к у | « к а ў ч с ё р ф і н г » | з а с н а в а ў | п р а г р а м і с т | к е й с і | ф е н т а н | у | с т у д з е н і | 2 0 0 4 | г . | п а с л я | т а г о | я к | ё н | з н а й ш о ў | т а н н ы | р э й с | у | і с л а н д ы ю | а л е | ў | я г о | н е | б ы л о | м е с ц а | д з е | м о ж н а | б ы л о | б | с п ы н і ц ц а | | 263,040 | MALE |
1,413 | 4476253010505601532.wav | Гэтае меркаванне падзяляюць 34 працэнты ўдзельнікаў апытання. Яны хочуць, каб каралева Лізавета II стала апошнім аўстралійскім манархам. | гэтае меркаванне падзяляюць 34 працэнты ўдзельнікаў апытання яны хочуць каб каралева лізавета ii стала апошнім аўстралійскім манархам | г э т а е | м е р к а в а н н е | п а д з я л я ю ц ь | 3 4 | п р а ц э н т ы | ў д з е л ь н і к а ў | а п ы т а н н я | я н ы | х о ч у ц ь | к а б | к а р а л е в а | л і з а в е т а | i i | с т а л а | а п о ш н і м | а ў с т р а л і й с к і м | м а н а р х а м | | 233,280 | MALE |
255 | 9533592176248789722.wav | Ён атрымаў найвышэйшую ўзнагароду Савецкага Саюза за сваю працу — ордэн «Герой Савецкага Саюза». | ён атрымаў найвышэйшую ўзнагароду савецкага саюза за сваю працу — ордэн «герой савецкага саюза» | ё н | а т р ы м а ў | н а й в ы ш э й ш у ю | ў з н а г а р о д у | с а в е ц к а г а | с а ю з а | з а | с в а ю | п р а ц у | — | о р д э н | « г е р о й | с а в е ц к а г а | с а ю з а » | | 118,080 | MALE |
506 | 8168755111498678535.wav | Гэтыя вэб-сайты маюць шэраг станоўчых асаблівасцей, сярод якіх магчымасць лёгка наладзіць старонку класа з блогамі, відэа, фатаграфіямі і іншымі функцыямі. | гэтыя вэб-сайты маюць шэраг станоўчых асаблівасцей сярод якіх магчымасць лёгка наладзіць старонку класа з блогамі відэа фатаграфіямі і іншымі функцыямі | г э т ы я | в э б - с а й т ы | м а ю ц ь | ш э р а г | с т а н о ў ч ы х | а с а б л і в а с ц е й | с я р о д | я к і х | м а г ч ы м а с ц ь | л ё г к а | н а л а д з і ц ь | с т а р о н к у | к л а с а | з | б л о г а м і | в і д э а | ф а т а г р а ф і я м і | і | і н ш ы м і | ф у н к ц ы я м і | | 268,800 | FEMALE |
938 | 2962553131211818750.wav | У асобных федэральных дзяржавах, напрыклад, у Канадзе і ЗША, падаходны падатак спаганяецца як на мясцовым, так і на федэральным узроўні, таму ў розных рэгіёнах стаўкі і класы падаткаабкладання могуць адрознівацца. | у асобных федэральных дзяржавах напрыклад у канадзе і зша падаходны падатак спаганяецца як на мясцовым так і на федэральным узроўні таму ў розных рэгіёнах стаўкі і класы падаткаабкладання могуць адрознівацца | у | а с о б н ы х | ф е д э р а л ь н ы х | д з я р ж а в а х | н а п р ы к л а д | у | к а н а д з е | і | з ш а | п а д а х о д н ы | п а д а т а к | с п а г а н я е ц ц а | я к | н а | м я с ц о в ы м | т а к | і | н а | ф е д э р а л ь н ы м | у з р о ў н і | т а м у | ў | р о з н ы х | р э г і ё н а х | с т а ў к і | і | к л а с ы | п а д а т к а а б к л а д а н н я | м о г у ц ь | а д р о з н і в а ц ц а | | 360,000 | MALE |
1,322 | 16836754421585056714.wav | «Мы зараз ніякіх мер не прымаем. Я патэлефанавала і даслала некалькі імэйлаў яго бліжэйшаму супрацоўніку, пасля на іх прыйшлі вельмі ветлівыя і прыязныя адказы. Пакуль што гэтага, безумоўна, дастаткова», — заявіла Даніус. | «мы зараз ніякіх мер не прымаем. я патэлефанавала і даслала некалькі імэйлаў яго бліжэйшаму супрацоўніку пасля на іх прыйшлі вельмі ветлівыя і прыязныя адказы. пакуль што гэтага безумоўна дастаткова» — заявіла даніус | « м ы | з а р а з | н і я к і х | м е р | н е | п р ы м а е м . | я | п а т э л е ф а н а в а л а | і | д а с л а л а | н е к а л ь к і | і м э й л а ў | я г о | б л і ж э й ш а м у | с у п р а ц о ў н і к у | п а с л я | н а | і х | п р ы й ш л і | в е л ь м і | в е т л і в ы я | і | п р ы я з н ы я | а д к а з ы . | п а к у л ь | ш т о | г э т а г а | б е з у м о ў н а | д а с т а т к о в а » | — | з а я в і л а | д а н і у с | | 336,000 | FEMALE |
87 | 15573684935695224983.wav | Калі верыць Пітману, зараз колькасць і таўшчыня пакавага лёду найгоршая, з якой зверабойным судам даводзілася мець справу цягам апошніх 15 гадоў. | калі верыць пітману зараз колькасць і таўшчыня пакавага лёду найгоршая з якой зверабойным судам даводзілася мець справу цягам апошніх 15 гадоў | к а л і | в е р ы ц ь | п і т м а н у | з а р а з | к о л ь к а с ц ь | і | т а ў ш ч ы н я | п а к а в а г а | л ё д у | н а й г о р ш а я | з | я к о й | з в е р а б о й н ы м | с у д а м | д а в о д з і л а с я | м е ц ь | с п р а в у | ц я г а м | а п о ш н і х | 1 5 | г а д о ў | | 248,640 | MALE |
1,201 | 2712790537854052728.wav | Баба Канджар, Бхута Канджар, Рампро Канджар, Газа Канджар і Вішну Канджар — вось імёны тых, каго называюць у якасці абвінавачаных. | баба канджар бхута канджар рампро канджар газа канджар і вішну канджар вось імёны тых каго называюць у якасці абвінавачаных | б а б а | к а н д ж а р | б х у т а | к а н д ж а р | р а м п р о | к а н д ж а р | г а з а | к а н д ж а р | і | в і ш н у | к а н д ж а р | в о с ь | і м ё н ы | т ы х | к а г о | н а з ы в а ю ц ь | у | я к а с ц і | а б в і н а в а ч а н ы х | | 193,920 | MALE |
353 | 1723308359834784601.wav | Паверхневае нацяжэнне ўзнікае, бо малекулы вады, што знаходзяцца на яе паверхні, моцна прыцягваюцца адна да адной, і моц прыцяжэння паміж імі большая у параўнанні з прыцяжэннем да малекул паветра зверху. | паверхневае нацяжэнне ўзнікае бо малекулы вады што знаходзяцца на яе паверхні моцна прыцягваюцца адна да адной і моц прыцяжэння паміж імі большая у параўнанні з прыцяжэннем да малекул паветра зверху | п а в е р х н е в а е | н а ц я ж э н н е | ў з н і к а е | б о | м а л е к у л ы | в а д ы | ш т о | з н а х о д з я ц ц а | н а | я е | п а в е р х н і | м о ц н а | п р ы ц я г в а ю ц ц а | а д н а | д а | а д н о й | і | м о ц | п р ы ц я ж э н н я | п а м і ж | і м і | б о л ь ш а я | у | п а р а ў н а н н і | з | п р ы ц я ж э н н е м | д а | м а л е к у л | п а в е т р а | з в е р х у | | 240,000 | MALE |
155 | 522012894498670734.wav | З агульнай колькасці ў 24 000 метэарытаў, якія ўпалі на Зямлю і пра якія нам вядома, толькі 34 маюць пацверджанае марсіянскае паходжанне. | з агульнай колькасці ў 24 000 метэарытаў якія ўпалі на зямлю і пра якія нам вядома толькі 34 маюць пацверджанае марсіянскае паходжанне | з | а г у л ь н а й | к о л ь к а с ц і | ў | 2 4 | 0 0 0 | м е т э а р ы т а ў | я к і я | ў п а л і | н а | з я м л ю | і | п р а | я к і я | н а м | в я д о м а | т о л ь к і | 3 4 | м а ю ц ь | п а ц в е р д ж а н а е | м а р с і я н с к а е | п а х о д ж а н н е | | 236,160 | FEMALE |
58 | 5087462475844380887.wav | Як паведамляе ANSA, «паліцыя была занепакоена парай высокапастаўленых мафіёзі, якія маглі пачаць поўнамаштабную вайну за ўладу». | як паведамляе ansa «паліцыя была занепакоена парай высокапастаўленых мафіёзі якія маглі пачаць поўнамаштабную вайну за ўладу» | я к | п а в е д а м л я е | a n s a | « п а л і ц ы я | б ы л а | з а н е п а к о е н а | п а р а й | в ы с о к а п а с т а ў л е н ы х | м а ф і ё з і | я к і я | м а г л і | п а ч а ц ь | п о ў н а м а ш т а б н у ю | в а й н у | з а | ў л а д у » | | 235,200 | MALE |
169 | 6349055706410705908.wav | Ён разам з гэтымі службовымі асобамі запэўніў жыхароў Тэхаса, што для забеспячэння грамадскай бяспекі прымаюцца ўсе неабходныя меры. | ён разам з гэтымі службовымі асобамі запэўніў жыхароў тэхаса што для забеспячэння грамадскай бяспекі прымаюцца ўсе неабходныя меры | ё н | р а з а м | з | г э т ы м і | с л у ж б о в ы м і | а с о б а м і | з а п э ў н і ў | ж ы х а р о ў | т э х а с а | ш т о | д л я | з а б е с п я ч э н н я | г р а м а д с к а й | б я с п е к і | п р ы м а ю ц ц а | ў с е | н е а б х о д н ы я | м е р ы | | 192,000 | FEMALE |
582 | 4327450478134044721.wav | У параўнанні з іншымі моцнымі штормамі тарнада бушуюць на невялікай плошчы, аднак яны здольныя знішчыць літаральна ўсё на сваім шляху. | у параўнанні з іншымі моцнымі штормамі тарнада бушуюць на невялікай плошчы аднак яны здольныя знішчыць літаральна ўсё на сваім шляху | у | п а р а ў н а н н і | з | і н ш ы м і | м о ц н ы м і | ш т о р м а м і | т а р н а д а | б у ш у ю ц ь | н а | н е в я л і к а й | п л о ш ч ы | а д н а к | я н ы | з д о л ь н ы я | з н і ш ч ы ц ь | л і т а р а л ь н а | ў с ё | н а | с в а і м | ш л я х у | | 213,120 | FEMALE |
1,472 | 17534272961386778191.wav | Кіроўцы, на шчасце, звычайна паводзяць сябе даволі паслядоўна; таму, як правіла, патокі транспарту характарызуюцца пэўнай рацыянальна абумоўленай паслядоўнасцю і могуць быць прыблізна апісаны пры дапамозе матэматычных мадэляў. | кіроўцы на шчасце звычайна паводзяць сябе даволі паслядоўна таму як правіла патокі транспарту характарызуюцца пэўнай рацыянальна абумоўленай паслядоўнасцю і могуць быць прыблізна апісаны пры дапамозе матэматычных мадэляў | к і р о ў ц ы | н а | ш ч а с ц е | з в ы ч а й н а | п а в о д з я ц ь | с я б е | д а в о л і | п а с л я д о ў н а | т а м у | я к | п р а в і л а | п а т о к і | т р а н с п а р т у | х а р а к т а р ы з у ю ц ц а | п э ў н а й | р а ц ы я н а л ь н а | а б у м о ў л е н а й | п а с л я д о ў н а с ц ю | і | м о г у ц ь | б ы ц ь | п р ы б л і з н а | а п і с а н ы | п р ы | д а п а м о з е | м а т э м а т ы ч н ы х | м а д э л я ў | | 372,480 | MALE |
1,080 | 17816278821476766980.wav | У французскай оперы ідзе гісторыя мастака, «жыццё якога наканавана любоўю да наркотыкаў і Японіі», кампазітар — Каміль Сен-Санс. | у французскай оперы ідзе гісторыя мастака «жыццё якога наканавана любоўю да наркотыкаў і японіі» кампазітар — каміль сен-санс | у | ф р а н ц у з с к а й | о п е р ы | і д з е | г і с т о р ы я | м а с т а к а | « ж ы ц ц ё | я к о г а | н а к а н а в а н а | л ю б о ў ю | д а | н а р к о т ы к а ў | і | я п о н і і » | к а м п а з і т а р | — | к а м і л ь | с е н - с а н с | | 145,920 | MALE |
38 | 3980806993767834265.wav | Больш за два дзесяткі ўзнагарод «Эмі» атрымала гэтае шоу канала «Пі-Бі-Эс». Большую працягласць мае толькі «Вуліца Сезам» і «Раён Містэра Роджэрса». | больш за два дзесяткі ўзнагарод «эмі» атрымала гэтае шоу канала «пі-бі-эс». большую працягласць мае толькі «вуліца сезам» і «раён містэра роджэрса» | б о л ь ш | з а | д в а | д з е с я т к і | ў з н а г а р о д | « э м і » | а т р ы м а л а | г э т а е | ш о у | к а н а л а | « п і - б і - э с » . | б о л ь ш у ю | п р а ц я г л а с ц ь | м а е | т о л ь к і | « в у л і ц а | с е з а м » | і | « р а ё н | м і с т э р а | р о д ж э р с а » | | 170,880 | MALE |
1,411 | 14543485368273827275.wav | Амаль ва ўсіх манастырах жанчынам, якія не ведалі пра гэтыя патрабаванні, сапраўды прапануюць накідкі. Аднак, калі вы прынесяце сваю, асабліва калі яна будзе ў яркіх колерах, то манахі ці манашкі каля ўваходу будуць вельмі задаволены. | амаль ва ўсіх манастырах жанчынам якія не ведалі пра гэтыя патрабаванні сапраўды прапануюць накідкі аднак калі вы прынесяце сваю асабліва калі яна будзе ў яркіх колерах то манахі ці манашкі каля ўваходу будуць вельмі задаволены | а м а л ь | в а | ў с і х | м а н а с т ы р а х | ж а н ч ы н а м | я к і я | н е | в е д а л і | п р а | г э т ы я | п а т р а б а в а н н і | с а п р а ў д ы | п р а п а н у ю ц ь | н а к і д к і | а д н а к | к а л і | в ы | п р ы н е с я ц е | с в а ю | а с а б л і в а | к а л і | я н а | б у д з е | ў | я р к і х | к о л е р а х | т о | м а н а х і | ц і | м а н а ш к і | к а л я | ў в а х о д у | б у д у ц ь | в е л ь м і | з а д а в о л е н ы | | 385,920 | FEMALE |
340 | 15332196926733289156.wav | Непасрэдна на месцы здарэння яму зараз жа аказалі медыцынскую дапамогу, а потым адвезлі ў мясцовую бальніцу, дзе ён пазней памёр. | непасрэдна на месцы здарэння яму зараз жа аказалі медыцынскую дапамогу а потым адвезлі ў мясцовую бальніцу дзе ён пазней памёр | н е п а с р э д н а | н а | м е с ц ы | з д а р э н н я | я м у | з а р а з | ж а | а к а з а л і | м е д ы ц ы н с к у ю | д а п а м о г у | а | п о т ы м | а д в е з л і | ў | м я с ц о в у ю | б а л ь н і ц у | д з е | ё н | п а з н е й | п а м ё р | | 207,360 | MALE |
387 | 10910428673968329947.wav | Седжон, адна з самых паважаных асоб каралеўскай крыві, быў чацвёртым ванам дынастыі Часон. | седжон адна з самых паважаных асоб каралеўскай крыві быў чацвёртым ванам дынастыі часон | с е д ж о н | а д н а | з | с а м ы х | п а в а ж а н ы х | а с о б | к а р а л е ў с к а й | к р ы в і | б ы ў | ч а ц в ё р т ы м | в а н а м | д ы н а с т ы і | ч а с о н | | 124,800 | MALE |
843 | 9064267143002094493.wav | Перш за ўсе, у паўночнай частцы Нью-Мексіка назіраюцца сур'ёзныя праблемы з кіраваннем у нецвярозым стане, а колькасць п'яных кіроўцаў паблізу бараў у невялікіх гарадах вельмі высокая. | перш за ўсе у паўночнай частцы нью-мексіка назіраюцца сур'ёзныя праблемы з кіраваннем у нецвярозым стане а колькасць п'яных кіроўцаў паблізу бараў у невялікіх гарадах вельмі высокая | п е р ш | з а | ў с е | у | п а ў н о ч н а й | ч а с т ц ы | н ь ю - м е к с і к а | н а з і р а ю ц ц а | с у р ' ё з н ы я | п р а б л е м ы | з | к і р а в а н н е м | у | н е ц в я р о з ы м | с т а н е | а | к о л ь к а с ц ь | п ' я н ы х | к і р о ў ц а ў | п а б л і з у | б а р а ў | у | н е в я л і к і х | г а р а д а х | в е л ь м і | в ы с о к а я | | 328,320 | FEMALE |
1,229 | 13252981528649355548.wav | Фернанда Алонса, яго напарнік па камандзе, большую частку гонкі лідзіраваў, але адразу пасля піт-стопа яе завяршыў, магчыма, з-за таго, што правае кола было дрэнна падцягнута. | фернанда алонса яго напарнік па камандзе большую частку гонкі лідзіраваў але адразу пасля піт-стопа яе завяршыў магчыма з-за таго што правае кола было дрэнна падцягнута | ф е р н а н д а | а л о н с а | я г о | н а п а р н і к | п а | к а м а н д з е | б о л ь ш у ю | ч а с т к у | г о н к і | л і д з і р а в а ў | а л е | а д р а з у | п а с л я | п і т - с т о п а | я е | з а в я р ш ы ў | м а г ч ы м а | з - з а | т а г о | ш т о | п р а в а е | к о л а | б ы л о | д р э н н а | п а д ц я г н у т а | | 266,880 | MALE |
321 | 12745478327664079820.wav | У 90 разоў вырас з тых часоў аб'ём эканомікі Кітая. | у 90 разоў вырас з тых часоў аб'ём эканомікі кітая | у | 9 0 | р а з о ў | в ы р а с | з | т ы х | ч а с о ў | а б ' ё м | э к а н о м і к і | к і т а я | | 118,080 | MALE |
1,465 | 12053728776941916142.wav | Гэта значыць, што цягам некалькіх поўных дзён вы маеце магчымасць гуляць па гістарычнай частцы горада, вяртаючыся на начлег на карабель. | гэта значыць што цягам некалькіх поўных дзён вы маеце магчымасць гуляць па гістарычнай частцы горада вяртаючыся на начлег на карабель | г э т а | з н а ч ы ц ь | ш т о | ц я г а м | н е к а л ь к і х | п о ў н ы х | д з ё н | в ы | м а е ц е | м а г ч ы м а с ц ь | г у л я ц ь | п а | г і с т а р ы ч н а й | ч а с т ц ы | г о р а д а | в я р т а ю ч ы с я | н а | н а ч л е г | н а | к а р а б е л ь | | 259,200 | FEMALE |
1,252 | 344717381894768854.wav | Цэнтральная канцылярыя Высокага суда, упаўнаважаная на прыцягненне да крымінальнай адказнасці, паведаміла журналістам, што па меншай меры, да таго часу, пакуль не будзе прад'яўлена абвінаваўчае заключэнне, ніякіх дадатковых каментарыяў атрымаць не ўдасца. | цэнтральная канцылярыя высокага суда упаўнаважаная на прыцягненне да крымінальнай адказнасці паведаміла журналістам што па меншай меры да таго часу пакуль не будзе прад'яўлена абвінаваўчае заключэнне ніякіх дадатковых каментарыяў атрымаць не ўдасца | ц э н т р а л ь н а я | к а н ц ы л я р ы я | в ы с о к а г а | с у д а | у п а ў н а в а ж а н а я | н а | п р ы ц я г н е н н е | д а | к р ы м і н а л ь н а й | а д к а з н а с ц і | п а в е д а м і л а | ж у р н а л і с т а м | ш т о | п а | м е н ш а й | м е р ы | д а | т а г о | ч а с у | п а к у л ь | н е | б у д з е | п р а д ' я ў л е н а | а б в і н а в а ў ч а е | з а к л ю ч э н н е | н і я к і х | д а д а т к о в ы х | к а м е н т а р ы я ў | а т р ы м а ц ь | н е | ў д а с ц а | | 263,040 | MALE |
973 | 15120068222426008079.wav | Нягледзячы на гэта, усе бельгійцы і швейцарцы, якія могуць размаўляць на французскай мове, у школе вучылі менавіта стандартную французскую мову, і таму маглі б зразумець вас, нават калі вы карыстаецеся стандартнай французскай сістэмай нумарацыі. | нягледзячы на гэта усе бельгійцы і швейцарцы якія могуць размаўляць на французскай мове у школе вучылі менавіта стандартную французскую мову і таму маглі б зразумець вас нават калі вы карыстаецеся стандартнай французскай сістэмай нумарацыі | н я г л е д з я ч ы | н а | г э т а | у с е | б е л ь г і й ц ы | і | ш в е й ц а р ц ы | я к і я | м о г у ц ь | р а з м а ў л я ц ь | н а | ф р а н ц у з с к а й | м о в е | у | ш к о л е | в у ч ы л і | м е н а в і т а | с т а н д а р т н у ю | ф р а н ц у з с к у ю | м о в у | і | т а м у | м а г л і | б | з р а з у м е ц ь | в а с | н а в а т | к а л і | в ы | к а р ы с т а е ц е с я | с т а н д а р т н а й | ф р а н ц у з с к а й | с і с т э м а й | н у м а р а ц ы і | | 362,880 | FEMALE |
1,001 | 10619482419827349133.wav | У заканадаўстве і афіцыйных паведамленнях Ватыкана ўжываецца італьянская мова. | у заканадаўстве і афіцыйных паведамленнях ватыкана ўжываецца італьянская мова | у | з а к а н а д а ў с т в е | і | а ф і ц ы й н ы х | п а в е д а м л е н н я х | в а т ы к а н а | ў ж ы в а е ц ц а | і т а л ь я н с к а я | м о в а | | 138,240 | MALE |
1,122 | 17725998134144073350.wav | Нярэдка рашэнні работнікаў павінна зацвярджаць іх начальства. Ад іх чакаюць безадгаворачнага выканання загадаў вышэйстаячых кіраўнікоў. | нярэдка рашэнні работнікаў павінна зацвярджаць іх начальства ад іх чакаюць безадгаворачнага выканання загадаў вышэйстаячых кіраўнікоў | н я р э д к а | р а ш э н н і | р а б о т н і к а ў | п а в і н н а | з а ц в я р д ж а ц ь | і х | н а ч а л ь с т в а | а д | і х | ч а к а ю ц ь | б е з а д г а в о р а ч н а г а | в ы к а н а н н я | з а г а д а ў | в ы ш э й с т а я ч ы х | к і р а ў н і к о ў | | 234,240 | FEMALE |
71 | 2243104510728950150.wav | 20 верасня кіруючая кампанія гурту, «Эйч-Кей Менеджмент Інк.», адмяніла яго выступленне. Першапачаткова яна не пазначыла прычыну, аднак на наступны дзень назвала ў гэтай якасці матэрыяльныя і тэхнічныя праблемы. | 20 верасня кіруючая кампанія гурту «эйч-кей менеджмент інк.» адмяніла яго выступленне. першапачаткова яна не пазначыла прычыну аднак на наступны дзень назвала ў гэтай якасці матэрыяльныя і тэхнічныя праблемы | 2 0 | в е р а с н я | к і р у ю ч а я | к а м п а н і я | г у р т у | « э й ч - к е й | м е н е д ж м е н т | і н к . » | а д м я н і л а | я г о | в ы с т у п л е н н е . | п е р ш а п а ч а т к о в а | я н а | н е | п а з н а ч ы л а | п р ы ч ы н у | а д н а к | н а | н а с т у п н ы | д з е н ь | н а з в а л а | ў | г э т а й | я к а с ц і | м а т э р ы я л ь н ы я | і | т э х н і ч н ы я | п р а б л е м ы | | 323,520 | FEMALE |
1,032 | 5544554817152854257.wav | Пакуль экстранныя службы вызвалялі вадзіцеля з чырвонай «Аудзі TT», рух на дарозе, дзе здарылася аварыя, быў часова перакрыты. | пакуль экстранныя службы вызвалялі вадзіцеля з чырвонай «аудзі tt» рух на дарозе дзе здарылася аварыя быў часова перакрыты | п а к у л ь | э к с т р а н н ы я | с л у ж б ы | в ы з в а л я л і | в а д з і ц е л я | з | ч ы р в о н а й | « а у д з і | t t » | р у х | н а | д а р о з е | д з е | з д а р ы л а с я | а в а р ы я | б ы ў | ч а с о в а | п е р а к р ы т ы | | 201,600 | FEMALE |
247 | 4726485313637452798.wav | Прэзідэнт Пакістана прызначае «палітычных прадстаўнікоў» для кіравання Федэральна кіраванымі племяннымі тэрыторыямі. Гэтыя прадстаўнікі самастойна ажыццяўляюць практычна поўны кантроль над згаданымі тэрыторыямі яшчэ з тых часоў, калі ў 1947 годзе Пакістан атрымаў незалежнасць ад Вялікабрытаніі. | прэзідэнт пакістана прызначае «палітычных прадстаўнікоў» для кіравання федэральна кіраванымі племяннымі тэрыторыямі. гэтыя прадстаўнікі самастойна ажыццяўляюць практычна поўны кантроль над згаданымі тэрыторыямі яшчэ з тых часоў калі ў 1947 годзе пакістан атрымаў незалежнасць ад вялікабрытаніі | п р э з і д э н т | п а к і с т а н а | п р ы з н а ч а е | « п а л і т ы ч н ы х | п р а д с т а ў н і к о ў » | д л я | к і р а в а н н я | ф е д э р а л ь н а | к і р а в а н ы м і | п л е м я н н ы м і | т э р ы т о р ы я м і . | г э т ы я | п р а д с т а ў н і к і | с а м а с т о й н а | а ж ы ц ц я ў л я ю ц ь | п р а к т ы ч н а | п о ў н ы | к а н т р о л ь | н а д | з г а д а н ы м і | т э р ы т о р ы я м і | я ш ч э | з | т ы х | ч а с о ў | к а л і | ў | 1 9 4 7 | г о д з е | п а к і с т а н | а т р ы м а ў | н е з а л е ж н а с ц ь | а д | в я л і к а б р ы т а н і і | | 404,160 | FEMALE |
149 | 18431171104306718234.wav | У 2008 годзе, пасля раскрыцця інфармацыі аб тым, што кампанія атрымала экстранную падтрымку ад брытанскага ўраду, банк «Нозэрн Рок» быў нацыяналізаваны. | у 2008 годзе пасля раскрыцця інфармацыі аб тым што кампанія атрымала экстранную падтрымку ад брытанскага ўраду банк «нозэрн рок» быў нацыяналізаваны | у | 2 0 0 8 | г о д з е | п а с л я | р а с к р ы ц ц я | і н ф а р м а ц ы і | а б | т ы м | ш т о | к а м п а н і я | а т р ы м а л а | э к с т р а н н у ю | п а д т р ы м к у | а д | б р ы т а н с к а г а | ў р а д у | б а н к | « н о з э р н | р о к » | б ы ў | н а ц ы я н а л і з а в а н ы | | 303,360 | MALE |
460 | 2166687007718990546.wav | Паласа на экране з'яўляецца адной з самых частых праблем пры канвертацыі фільмаў у фармат DVD. | паласа на экране з'яўляецца адной з самых частых праблем пры канвертацыі фільмаў у фармат dvd | п а л а с а | н а | э к р а н е | з ' я ў л я е ц ц а | а д н о й | з | с а м ы х | ч а с т ы х | п р а б л е м | п р ы | к а н в е р т а ц ы і | ф і л ь м а ў | у | ф а р м а т | d v d | | 145,920 | MALE |
1,069 | 2442347046425031299.wav | Спадарожнікавы тэлефон можа стаць для вас адзіным варыянтам, калі вы знаходзіцеся ў глушы, дзе мабільная сувязь не працуе. | спадарожнікавы тэлефон можа стаць для вас адзіным варыянтам калі вы знаходзіцеся ў глушы дзе мабільная сувязь не працуе | с п а д а р о ж н і к а в ы | т э л е ф о н | м о ж а | с т а ц ь | д л я | в а с | а д з і н ы м | в а р ы я н т а м | к а л і | в ы | з н а х о д з і ц е с я | ў | г л у ш ы | д з е | м а б і л ь н а я | с у в я з ь | н е | п р а ц у е | | 169,920 | MALE |
56 | 2180720185438110405.wav | Па словах спадара Кастэла, Аўстраліі варта праявіць цікавасць да выкарыстання атамнай энергіі толькі ў тым выпадку, калі яе вытворчасць стане эканамічна апраўданай. | па словах спадара кастэла аўстраліі варта праявіць цікавасць да выкарыстання атамнай энергіі толькі ў тым выпадку калі яе вытворчасць стане эканамічна апраўданай | п а | с л о в а х | с п а д а р а | к а с т э л а | а ў с т р а л і і | в а р т а | п р а я в і ц ь | ц і к а в а с ц ь | д а | в ы к а р ы с т а н н я | а т а м н а й | э н е р г і і | т о л ь к і | ў | т ы м | в ы п а д к у | к а л і | я е | в ы т в о р ч а с ц ь | с т а н е | э к а н а м і ч н а | а п р а ў д а н а й | | 259,200 | MALE |
327 | 12941056973248057761.wav | Ацаніць патэнцыяльны ўплыў на шторму на Злучаныя штаты і Карыбскі басейн усё яшчэ цяжка, бо ён знаходзіцца далёка ад зямлі. | ацаніць патэнцыяльны ўплыў на шторму на злучаныя штаты і карыбскі басейн усё яшчэ цяжка бо ён знаходзіцца далёка ад зямлі | а ц а н і ц ь | п а т э н ц ы я л ь н ы | ў п л ы ў | н а | ш т о р м у | н а | з л у ч а н ы я | ш т а т ы | і | к а р ы б с к і | б а с е й н | у с ё | я ш ч э | ц я ж к а | б о | ё н | з н а х о д з і ц ц а | д а л ё к а | а д | з я м л і | | 231,360 | FEMALE |
490 | 8431020135646950251.wav | Тым не менш, у чэрвені 1956 г., калі беспарадкі ў Польшчы, дзе рабочыя пратэставалі супраць дэфіцыту прадуктаў харчавання і зніжэння заробкаў, абярнуліся агульным пратэстам супраць камунізму, абяцанні Хрушчова падвергліся выпрабаванню. | тым не менш у чэрвені 1956 г калі беспарадкі ў польшчы дзе рабочыя пратэставалі супраць дэфіцыту прадуктаў харчавання і зніжэння заробкаў абярнуліся агульным пратэстам супраць камунізму абяцанні хрушчова падвергліся выпрабаванню | т ы м | н е | м е н ш | у | ч э р в е н і | 1 9 5 6 | г | к а л і | б е с п а р а д к і | ў | п о л ь ш ч ы | д з е | р а б о ч ы я | п р а т э с т а в а л і | с у п р а ц ь | д э ф і ц ы т у | п р а д у к т а ў | х а р ч а в а н н я | і | з н і ж э н н я | з а р о б к а ў | а б я р н у л і с я | а г у л ь н ы м | п р а т э с т а м | с у п р а ц ь | к а м у н і з м у | а б я ц а н н і | х р у ш ч о в а | п а д в е р г л і с я | в ы п р а б а в а н н ю | | 357,120 | FEMALE |
265 | 5079732170264889665.wav | Нягледзячы на страту гіраскопа падчас ранейшага касмічнага палёту месцазнаходжанне станцыі засталося нязменным да завяршэння работы ў адкрытым космасе. | нягледзячы на страту гіраскопа падчас ранейшага касмічнага палёту месцазнаходжанне станцыі засталося нязменным да завяршэння работы ў адкрытым космасе | н я г л е д з я ч ы | н а | с т р а т у | г і р а с к о п а | п а д ч а с | р а н е й ш а г а | к а с м і ч н а г а | п а л ё т у | м е с ц а з н а х о д ж а н н е | с т а н ц ы і | з а с т а л о с я | н я з м е н н ы м | д а | з а в я р ш э н н я | р а б о т ы | ў | а д к р ы т ы м | к о с м а с е | | 255,360 | MALE |
979 | 13800840561706426063.wav | У самую спёку падарожнікі могуць назіраць міражы, што прымушаюць паверыць у наяўнасць вады (ці якіх-небудзь іншых рэчаў). | у самую спёку падарожнікі могуць назіраць міражы што прымушаюць паверыць у наяўнасць вады ці якіх-небудзь іншых рэчаў | у | с а м у ю | с п ё к у | п а д а р о ж н і к і | м о г у ц ь | н а з і р а ц ь | м і р а ж ы | ш т о | п р ы м у ш а ю ц ь | п а в е р ы ц ь | у | н а я ў н а с ц ь | в а д ы | ц і | я к і х - н е б у д з ь | і н ш ы х | р э ч а ў | | 201,600 | FEMALE |
814 | 5777723502321601288.wav | Каб пайсці ў паход усяго на адзін дзень, не трэба шмат падрыхтоўкі. Гэта можа зрабіць любы чалавек у адносна добрай спартыўнай форме. | каб пайсці ў паход усяго на адзін дзень не трэба шмат падрыхтоўкі гэта можа зрабіць любы чалавек у адносна добрай спартыўнай форме | к а б | п а й с ц і | ў | п а х о д | у с я г о | н а | а д з і н | д з е н ь | н е | т р э б а | ш м а т | п а д р ы х т о ў к і | г э т а | м о ж а | з р а б і ц ь | л ю б ы | ч а л а в е к | у | а д н о с н а | д о б р а й | с п а р т ы ў н а й | ф о р м е | | 145,920 | MALE |
56 | 5102582868957050213.wav | Па словах спадара Кастэла, Аўстраліі варта праявіць цікавасць да выкарыстання атамнай энергіі толькі ў тым выпадку, калі яе вытворчасць стане эканамічна апраўданай. | па словах спадара кастэла аўстраліі варта праявіць цікавасць да выкарыстання атамнай энергіі толькі ў тым выпадку калі яе вытворчасць стане эканамічна апраўданай | п а | с л о в а х | с п а д а р а | к а с т э л а | а ў с т р а л і і | в а р т а | п р а я в і ц ь | ц і к а в а с ц ь | д а | в ы к а р ы с т а н н я | а т а м н а й | э н е р г і і | т о л ь к і | ў | т ы м | в ы п а д к у | к а л і | я е | в ы т в о р ч а с ц ь | с т а н е | э к а н а м і ч н а | а п р а ў д а н а й | | 224,640 | MALE |
1,138 | 13593996316212837244.wav | Дагэтуль пра захоп аднаго з самалётаў паведамляла кітайскае інфармацыйнае агенцтва «Сіньхуа». | дагэтуль пра захоп аднаго з самалётаў паведамляла кітайскае інфармацыйнае агенцтва «сіньхуа» | д а г э т у л ь | п р а | з а х о п | а д н а г о | з | с а м а л ё т а ў | п а в е д а м л я л а | к і т а й с к а е | і н ф а р м а ц ы й н а е | а г е н ц т в а | « с і н ь х у а » | | 126,720 | FEMALE |
674 | 15354796184092801793.wav | Па асабістых зваротах выдаецца ў парадку чаргі абмежаваная колькасць зарэзерваваных для гэтай мэты дазволаў. | па асабістых зваротах выдаецца ў парадку чаргі абмежаваная колькасць зарэзерваваных для гэтай мэты дазволаў | п а | а с а б і с т ы х | з в а р о т а х | в ы д а е ц ц а | ў | п а р а д к у | ч а р г і | а б м е ж а в а н а я | к о л ь к а с ц ь | з а р э з е р в а в а н ы х | д л я | г э т а й | м э т ы | д а з в о л а ў | | 197,760 | FEMALE |
362 | 15650184405290905527.wav | Памер фатонаў яшчэ меншы, чым у часціц, што ўваходзяць у склад атамаў! | памер фатонаў яшчэ меншы чым у часціц што ўваходзяць у склад атамаў | п а м е р | ф а т о н а ў | я ш ч э | м е н ш ы | ч ы м | у | ч а с ц і ц | ш т о | ў в а х о д з я ц ь | у | с к л а д | а т а м а ў | | 198,720 | MALE |
533 | 10059200480012711655.wav | Перамогу атрымае той гольфер, якому спатрэбіцца зрабіць найменш удараў або замахаў клюшкай, каб прайсці ўсё поле. | перамогу атрымае той гольфер якому спатрэбіцца зрабіць найменш удараў або замахаў клюшкай каб прайсці ўсё поле | п е р а м о г у | а т р ы м а е | т о й | г о л ь ф е р | я к о м у | с п а т р э б і ц ц а | з р а б і ц ь | н а й м е н ш | у д а р а ў | а б о | з а м а х а ў | к л ю ш к а й | к а б | п р а й с ц і | ў с ё | п о л е | | 174,720 | MALE |
1,105 | 15015837105741338182.wav | Будаўніцтва Вялікай Піраміды было прысвечана памяці фараона Хеопса, а многіх меншых пірамід, храмаў і грабніц — жонкам і членам сям'і фараона. | будаўніцтва вялікай піраміды было прысвечана памяці фараона хеопса а многіх меншых пірамід храмаў і грабніц жонкам і членам сям'і фараона | б у д а ў н і ц т в а | в я л і к а й | п і р а м і д ы | б ы л о | п р ы с в е ч а н а | п а м я ц і | ф а р а о н а | х е о п с а | а | м н о г і х | м е н ш ы х | п і р а м і д | х р а м а ў | і | г р а б н і ц | ж о н к а м | і | ч л е н а м | с я м ' і | ф а р а о н а | | 222,720 | MALE |
926 | 10985889664230398921.wav | Калі ўжо рабіць фотаздымкі забаронена, то нават не думайце пра запіс відэа. | калі ўжо рабіць фотаздымкі забаронена то нават не думайце пра запіс відэа | к а л і | ў ж о | р а б і ц ь | ф о т а з д ы м к і | з а б а р о н е н а | т о | н а в а т | н е | д у м а й ц е | п р а | з а п і с | в і д э а | | 148,800 | MALE |
1,112 | 12467042497912268538.wav | Верагоднасць вымушанага правядзення гульні за зачыненымі дзвярыма без балельшчыкаў каманды павялічвалася, бо цалкам можа быць, што транспартных сродкаў не хопіць. | верагоднасць вымушанага правядзення гульні за зачыненымі дзвярыма без балельшчыкаў каманды павялічвалася бо цалкам можа быць што транспартных сродкаў не хопіць | в е р а г о д н а с ц ь | в ы м у ш а н а г а | п р а в я д з е н н я | г у л ь н і | з а | з а ч ы н е н ы м і | д з в я р ы м а | б е з | б а л е л ь ш ч ы к а ў | к а м а н д ы | п а в я л і ч в а л а с я | б о | ц а л к а м | м о ж а | б ы ц ь | ш т о | т р а н с п а р т н ы х | с р о д к а ў | н е | х о п і ц ь | | 243,840 | MALE |
1,308 | 3383271763636495214.wav | Выпечка ў Германіі даволі добрая, а ў Баварыі, як і ў яе паўднёвай суседкі Аўстрыі, яна досыць сытная і разнастайная. | выпечка ў германіі даволі добрая а ў баварыі як і ў яе паўднёвай суседкі аўстрыі яна досыць сытная і разнастайная | в ы п е ч к а | ў | г е р м а н і і | д а в о л і | д о б р а я | а | ў | б а в а р ы і | я к | і | ў | я е | п а ў д н ё в а й | с у с е д к і | а ў с т р ы і | я н а | д о с ы ц ь | с ы т н а я | і | р а з н а с т а й н а я | | 144,960 | MALE |
165 | 16773170553565164991.wav | Гэты карабель прыпісаны да Сёмага флоту ВМС ЗША, а яго базай з'яўляецца горад Сасеба (прэфектура Нагасакі, Японія). | гэты карабель прыпісаны да сёмага флоту вмс зша а яго базай з'яўляецца горад сасеба прэфектура нагасакі японія | г э т ы | к а р а б е л ь | п р ы п і с а н ы | д а | с ё м а г а | ф л о т у | в м с | з ш а | а | я г о | б а з а й | з ' я ў л я е ц ц а | г о р а д | с а с е б а | п р э ф е к т у р а | н а г а с а к і | я п о н і я | | 250,560 | MALE |
1,211 | 13592760327125732796.wav | Замежныя ўрады гатовы выконваць гэтыя дакументы гэтак жа ў вельмі рознай ступені. | замежныя ўрады гатовы выконваць гэтыя дакументы гэтак жа ў вельмі рознай ступені | з а м е ж н ы я | ў р а д ы | г а т о в ы | в ы к о н в а ц ь | г э т ы я | д а к у м е н т ы | г э т а к | ж а | ў | в е л ь м і | р о з н а й | с т у п е н і | | 144,000 | MALE |
338 | 10200911833492492484.wav | 13-гадовы матагоншчык Пітэр Ленц загінуў у выніку аварыі на аўтадроме «Індыянапаліс мотар спідвэй». | 13-гадовы матагоншчык пітэр ленц загінуў у выніку аварыі на аўтадроме «індыянапаліс мотар спідвэй» | 1 3 - г а д о в ы | м а т а г о н ш ч ы к | п і т э р | л е н ц | з а г і н у ў | у | в ы н і к у | а в а р ы і | н а | а ў т а д р о м е | « і н д ы я н а п а л і с | м о т а р | с п і д в э й » | | 133,440 | MALE |
404 | 15785197340580857397.wav | Калі вайна толькі пачалася, яны плавалі, галоўным чынам, па паверхні мора. Аднак з-за таго, што радары ўдасканальваліся і рабіліся больш дакладнымі, падводныя лодкі мусілі апусціцца пад ваду, каб іх нельга было заўважыць. | калі вайна толькі пачалася яны плавалі галоўным чынам па паверхні мора аднак з-за таго што радары ўдасканальваліся і рабіліся больш дакладнымі падводныя лодкі мусілі апусціцца пад ваду каб іх нельга было заўважыць | к а л і | в а й н а | т о л ь к і | п а ч а л а с я | я н ы | п л а в а л і | г а л о ў н ы м | ч ы н а м | п а | п а в е р х н і | м о р а | а д н а к | з - з а | т а г о | ш т о | р а д а р ы | ў д а с к а н а л ь в а л і с я | і | р а б і л і с я | б о л ь ш | д а к л а д н ы м і | п а д в о д н ы я | л о д к і | м у с і л і | а п у с ц і ц ц а | п а д | в а д у | к а б | і х | н е л ь г а | б ы л о | з а ў в а ж ы ц ь | | 290,880 | FEMALE |
955 | 2536421581309809174.wav | Па стане на 2014 год кампанія «Турэцкія авіялініі» выконвала рэйсы ў 30 афрыканскіх краін па 39 маршрутах. | па стане на 2014 год кампанія «турэцкія авіялініі» выконвала рэйсы ў 30 афрыканскіх краін па 39 маршрутах | п а | с т а н е | н а | 2 0 1 4 | г о д | к а м п а н і я | « т у р э ц к і я | а в і я л і н і і » | в ы к о н в а л а | р э й с ы | ў | 3 0 | а ф р ы к а н с к і х | к р а і н | п а | 3 9 | м а р ш р у т а х | | 199,680 | FEMALE |
502 | 16547258759236535379.wav | У дзяцей у даволі малым узросце развіваецца ўсведамленне аб расах і ўзнікаюць расавыя стэрэатыпы, якія фарміруюць тып паводзін. | у дзяцей у даволі малым узросце развіваецца ўсведамленне аб расах і ўзнікаюць расавыя стэрэатыпы якія фарміруюць тып паводзін | у | д з я ц е й | у | д а в о л і | м а л ы м | у з р о с ц е | р а з в і в а е ц ц а | ў с в е д а м л е н н е | а б | р а с а х | і | ў з н і к а ю ц ь | р а с а в ы я | с т э р э а т ы п ы | я к і я | ф а р м і р у ю ц ь | т ы п | п а в о д з і н | | 194,880 | FEMALE |
310 | 498036403475656837.wav | Каб адсвяткаваць першую гадавіну пары, вяселле якой адбылося ў мінулым годзе, на вечарыну прыйшлі як мінімум 100 чалавек. | каб адсвяткаваць першую гадавіну пары вяселле якой адбылося ў мінулым годзе на вечарыну прыйшлі як мінімум 100 чалавек | к а б | а д с в я т к а в а ц ь | п е р ш у ю | г а д а в і н у | п а р ы | в я с е л л е | я к о й | а д б ы л о с я | ў | м і н у л ы м | г о д з е | н а | в е ч а р ы н у | п р ы й ш л і | я к | м і н і м у м | 1 0 0 | ч а л а в е к | | 187,200 | MALE |
620 | 14244466155745110985.wav | Слухаючы гісторыі людзей пра іх саміх, іх сем'і і арганізацыі, у якіх яны працуюць, мы атрымалі каштоўную інфармацыю пра мінулае і пра некаторых людзей, дзякуючы якім у культуры арганізацыі адбываліся змены як у добры, так і ў дрэнны бок. | слухаючы гісторыі людзей пра іх саміх іх сем'і і арганізацыі у якіх яны працуюць мы атрымалі каштоўную інфармацыю пра мінулае і пра некаторых людзей дзякуючы якім у культуры арганізацыі адбываліся змены як у добры так і ў дрэнны бок | с л у х а ю ч ы | г і с т о р ы і | л ю д з е й | п р а | і х | с а м і х | і х | с е м ' і | і | а р г а н і з а ц ы і | у | я к і х | я н ы | п р а ц у ю ц ь | м ы | а т р ы м а л і | к а ш т о ў н у ю | і н ф а р м а ц ы ю | п р а | м і н у л а е | і | п р а | н е к а т о р ы х | л ю д з е й | д з я к у ю ч ы | я к і м | у | к у л ь т у р ы | а р г а н і з а ц ы і | а д б ы в а л і с я | з м е н ы | я к | у | д о б р ы | т а к | і | ў | д р э н н ы | б о к | | 245,760 | MALE |
1,248 | 9925586576628258436.wav | Магчыма, гэта таксама спрашчае чытанне, але некалькі ўскладняе пісьмо таму, што трэба разумець, ці выкарыстоўваецца дзеяслоў альбо прыметнік у субстантыўнай форме. | магчыма гэта таксама спрашчае чытанне але некалькі ўскладняе пісьмо таму што трэба разумець ці выкарыстоўваецца дзеяслоў альбо прыметнік у субстантыўнай форме | м а г ч ы м а | г э т а | т а к с а м а | с п р а ш ч а е | ч ы т а н н е | а л е | н е к а л ь к і | ў с к л а д н я е | п і с ь м о | т а м у | ш т о | т р э б а | р а з у м е ц ь | ц і | в ы к а р ы с т о ў в а е ц ц а | д з е я с л о ў | а л ь б о | п р ы м е т н і к | у | с у б с т а н т ы ў н а й | ф о р м е | | 341,760 | MALE |
748 | 6648498907445498174.wav | На сняданак вам могуць прапанаваць фірменныя стравы гаспадара або сезонныя ласункі, характэрныя для гэтага рэгіёну. | на сняданак вам могуць прапанаваць фірменныя стравы гаспадара або сезонныя ласункі характэрныя для гэтага рэгіёну | н а | с н я д а н а к | в а м | м о г у ц ь | п р а п а н а в а ц ь | ф і р м е н н ы я | с т р а в ы | г а с п а д а р а | а б о | с е з о н н ы я | л а с у н к і | х а р а к т э р н ы я | д л я | г э т а г а | р э г і ё н у | | 131,520 | MALE |
1,194 | 3420535818421735000.wav | Шнайдэр даваў паказанні з уласнай краіны па відэасувязі, пры гэтым ён знаходзіўся на базе ВМС США. | шнайдэр даваў паказанні з уласнай краіны па відэасувязі пры гэтым ён знаходзіўся на базе вмс сша | ш н а й д э р | д а в а ў | п а к а з а н н і | з | у л а с н а й | к р а і н ы | п а | в і д э а с у в я з і | п р ы | г э т ы м | ё н | з н а х о д з і ў с я | н а | б а з е | в м с | с ш а | | 173,760 | FEMALE |
266 | 626879172323924057.wav | Згодна з паведамленнем Чыаа і Шарыпава, яны знаходзіліся на бяспечнай адлегласці ад рухавікоў, прызначаных для карэкціравання арыентацыі. | згодна з паведамленнем чыаа і шарыпава яны знаходзіліся на бяспечнай адлегласці ад рухавікоў прызначаных для карэкціравання арыентацыі | з г о д н а | з | п а в е д а м л е н н е м | ч ы а а | і | ш а р ы п а в а | я н ы | з н а х о д з і л і с я | н а | б я с п е ч н а й | а д л е г л а с ц і | а д | р у х а в і к о ў | п р ы з н а ч а н ы х | д л я | к а р э к ц і р а в а н н я | а р ы е н т а ц ы і | | 234,240 | FEMALE |
1,368 | 2812045273985008882.wav | Калі рэчы высылаліся авіятранспартам, то, магчыма, на некаторых маршрутах разгрузка і мытня маглі заняць некалькі дзён. | калі рэчы высылаліся авіятранспартам то магчыма на некаторых маршрутах разгрузка і мытня маглі заняць некалькі дзён | к а л і | р э ч ы | в ы с ы л а л і с я | а в і я т р а н с п а р т а м | т о | м а г ч ы м а | н а | н е к а т о р ы х | м а р ш р у т а х | р а з г р у з к а | і | м ы т н я | м а г л і | з а н я ц ь | н е к а л ь к і | д з ё н | | 177,600 | FEMALE |
585 | 7215986823738975882.wav | Павелічальныя лінзы вырабляліся і выкарыстоўваліся людзьмі на працягу многіх тысяч гадоў. | павелічальныя лінзы вырабляліся і выкарыстоўваліся людзьмі на працягу многіх тысяч гадоў | п а в е л і ч а л ь н ы я | л і н з ы | в ы р а б л я л і с я | і | в ы к а р ы с т о ў в а л і с я | л ю д з ь м і | н а | п р а ц я г у | м н о г і х | т ы с я ч | г а д о ў | | 159,360 | MALE |
217 | 380961902065243421.wav | Была зроблена спроба ўключыць у алімпійскую праграму сквош, каратэ і ролікавыя віды спорту, а таксама вярнуць софтбол і бейсбол, што былі выдалены з яе ў 2005 годзе па выніках галасавання. | была зроблена спроба ўключыць у алімпійскую праграму сквош каратэ і ролікавыя віды спорту а таксама вярнуць софтбол і бейсбол што былі выдалены з яе ў 2005 годзе па выніках галасавання | б ы л а | з р о б л е н а | с п р о б а | ў к л ю ч ы ц ь | у | а л і м п і й с к у ю | п р а г р а м у | с к в о ш | к а р а т э | і | р о л і к а в ы я | в і д ы | с п о р т у | а | т а к с а м а | в я р н у ц ь | с о ф т б о л | і | б е й с б о л | ш т о | б ы л і | в ы д а л е н ы | з | я е | ў | 2 0 0 5 | г о д з е | п а | в ы н і к а х | г а л а с а в а н н я | | 246,720 | MALE |
933 | 16485175451711989249.wav | Увогуле патрабаванні і парадак падачы заяў для студэнцкіх віз адрозніваюцца ад патрабаванняў і падачы заяў для звычайных турыстычных або бізнес-віз. | увогуле патрабаванні і парадак падачы заяў для студэнцкіх віз адрозніваюцца ад патрабаванняў і падачы заяў для звычайных турыстычных або бізнес-віз | у в о г у л е | п а т р а б а в а н н і | і | п а р а д а к | п а д а ч ы | з а я ў | д л я | с т у д э н ц к і х | в і з | а д р о з н і в а ю ц ц а | а д | п а т р а б а в а н н я ў | і | п а д а ч ы | з а я ў | д л я | з в ы ч а й н ы х | т у р ы с т ы ч н ы х | а б о | б і з н е с - в і з | | 244,800 | FEMALE |
566 | 8868474848035522001.wav | Людзям, якія займаліся фізічнымі практыкаваннямі на рэгулярнай аснове, патрабавалася большая падтрымка ў тым, што датычылася негатыўнага ўспрымання болю, каб навучыцца адрозніваць хранічны боль ад дыскамфорту, абумоўленага практыкаваннямі. | людзям якія займаліся фізічнымі практыкаваннямі на рэгулярнай аснове патрабавалася большая падтрымка ў тым што датычылася негатыўнага ўспрымання болю каб навучыцца адрозніваць хранічны боль ад дыскамфорту абумоўленага практыкаваннямі | л ю д з я м | я к і я | з а й м а л і с я | ф і з і ч н ы м і | п р а к т ы к а в а н н я м і | н а | р э г у л я р н а й | а с н о в е | п а т р а б а в а л а с я | б о л ь ш а я | п а д т р ы м к а | ў | т ы м | ш т о | д а т ы ч ы л а с я | н е г а т ы ў н а г а | ў с п р ы м а н н я | б о л ю | к а б | н а в у ч ы ц ц а | а д р о з н і в а ц ь | х р а н і ч н ы | б о л ь | а д | д ы с к а м ф о р т у | а б у м о ў л е н а г а | п р а к т ы к а в а н н я м і | | 374,400 | MALE |
1,212 | 5949158462100947212.wav | Вялікабрытанія замініравала міжнародныя воды, каб караблі не маглі трапіць у пэўныя раёны акіяна. Тым самым, яна падвяргла небяспецы нават нейтральныя судны. | вялікабрытанія замініравала міжнародныя воды каб караблі не маглі трапіць у пэўныя раёны акіяна тым самым яна падвяргла небяспецы нават нейтральныя судны | в я л і к а б р ы т а н і я | з а м і н і р а в а л а | м і ж н а р о д н ы я | в о д ы | к а б | к а р а б л і | н е | м а г л і | т р а п і ц ь | у | п э ў н ы я | р а ё н ы | а к і я н а | т ы м | с а м ы м | я н а | п а д в я р г л а | н е б я с п е ц ы | н а в а т | н е й т р а л ь н ы я | с у д н ы | | 192,000 | MALE |
65 | 13474524212949425675.wav | Марта Супліца, былы мэр Сан-Паўлу, распрацавала арыгінальны законапраект, які зараз (пасля ўнясення паправак) знаходзіцца на руках у Роберта Джэферсана. | марта супліца былы мэр сан-паўлу распрацавала арыгінальны законапраект які зараз пасля ўнясення паправак знаходзіцца на руках у роберта джэферсана | м а р т а | с у п л і ц а | б ы л ы | м э р | с а н - п а ў л у | р а с п р а ц а в а л а | а р ы г і н а л ь н ы | з а к о н а п р а е к т | я к і | з а р а з | п а с л я | ў н я с е н н я | п а п р а в а к | з н а х о д з і ц ц а | н а | р у к а х | у | р о б е р т а | д ж э ф е р с а н а | | 264,960 | MALE |
1,425 | 9166104074377101746.wav | Па словах чыноўнікаў горада Амстэрдама і супрацоўнікаў музея Ганны Франк, дрэва пашкоджана грыбком і з'яўляецца небяспечным для здароўя людзей. Яны заяўляюць, быццам існавала непасрэдная пагроза, што дрэва ўпадзе. | па словах чыноўнікаў горада амстэрдама і супрацоўнікаў музея ганны франк дрэва пашкоджана грыбком і з'яўляецца небяспечным для здароўя людзей яны заяўляюць быццам існавала непасрэдная пагроза што дрэва ўпадзе | п а | с л о в а х | ч ы н о ў н і к а ў | г о р а д а | а м с т э р д а м а | і | с у п р а ц о ў н і к а ў | м у з е я | г а н н ы | ф р а н к | д р э в а | п а ш к о д ж а н а | г р ы б к о м | і | з ' я ў л я е ц ц а | н е б я с п е ч н ы м | д л я | з д а р о ў я | л ю д з е й | я н ы | з а я ў л я ю ц ь | б ы ц ц а м | і с н а в а л а | н е п а с р э д н а я | п а г р о з а | ш т о | д р э в а | ў п а д з е | | 269,760 | MALE |
462 | 13949163062928250036.wav | Таму на тэлевізійнай карцінцы заўсёды абразаюцца межы — зверху, знізу і па баках. | таму на тэлевізійнай карцінцы заўсёды абразаюцца межы зверху знізу і па баках | т а м у | н а | т э л е в і з і й н а й | к а р ц і н ц ы | з а ў с ё д ы | а б р а з а ю ц ц а | м е ж ы | з в е р х у | з н і з у | і | п а | б а к а х | | 153,600 | FEMALE |
544 | 16515100421199861492.wav | На адлегласці каля 100 футаў (30 метраў) ад агароджы Грыдлі ці Старк паставілі шост і загадалі, каб ніхто не страляў, пакуль рэгулярныя войскі не пройдуць яго. | на адлегласці каля 100 футаў 30 метраў ад агароджы грыдлі ці старк паставілі шост і загадалі каб ніхто не страляў пакуль рэгулярныя войскі не пройдуць яго | н а | а д л е г л а с ц і | к а л я | 1 0 0 | ф у т а ў | 3 0 | м е т р а ў | а д | а г а р о д ж ы | г р ы д л і | ц і | с т а р к | п а с т а в і л і | ш о с т | і | з а г а д а л і | к а б | н і х т о | н е | с т р а л я ў | п а к у л ь | р э г у л я р н ы я | в о й с к і | н е | п р о й д у ц ь | я г о | | 305,280 | MALE |
454 | 13794705979720955663.wav | Для мэт інтэрактыўнага праектавання трэба, каб кампаненты праекта не толькі спалучаліся, але і мелі сэнс паасобку. | для мэт інтэрактыўнага праектавання трэба каб кампаненты праекта не толькі спалучаліся але і мелі сэнс паасобку | д л я | м э т | і н т э р а к т ы ў н а г а | п р а е к т а в а н н я | т р э б а | к а б | к а м п а н е н т ы | п р а е к т а | н е | т о л ь к і | с п а л у ч а л і с я | а л е | і | м е л і | с э н с | п а а с о б к у | | 133,440 | MALE |
637 | 4596994879923660068.wav | У 1970 г. Рэйманд Дамандзьян, доктар медыцыны, навуковец і даследчык, зразумеў, як можна выкарыстоўваць магнітна-рэзанансную тамаграфію ў медыцыне для дыягностыкі хвароб. | у 1970 г рэйманд дамандзьян доктар медыцыны навуковец і даследчык зразумеў як можна выкарыстоўваць магнітна-рэзанансную тамаграфію ў медыцыне для дыягностыкі хвароб | у | 1 9 7 0 | г | р э й м а н д | д а м а н д з ь я н | д о к т а р | м е д ы ц ы н ы | н а в у к о в е ц | і | д а с л е д ч ы к | з р а з у м е ў | я к | м о ж н а | в ы к а р ы с т о ў в а ц ь | м а г н і т н а - р э з а н а н с н у ю | т а м а г р а ф і ю | ў | м е д ы ц ы н е | д л я | д ы я г н о с т ы к і | х в а р о б | | 235,200 | MALE |
1,458 | 7833396372632215230.wav | Для таго, каб тэлескоп або спадарожнік мог трапіць у космас, неабходна велічэзная ракета больш за 100 футаў вышынёй. | для таго каб тэлескоп або спадарожнік мог трапіць у космас неабходна велічэзная ракета больш за 100 футаў вышынёй | д л я | т а г о | к а б | т э л е с к о п | а б о | с п а д а р о ж н і к | м о г | т р а п і ц ь | у | к о с м а с | н е а б х о д н а | в е л і ч э з н а я | р а к е т а | б о л ь ш | з а | 1 0 0 | ф у т а ў | в ы ш ы н ё й | | 194,880 | MALE |
811 | 8087151808099978399.wav | У каньёнінгу аб'яднаны элементы плавання, скалалажання і скачкоў, аднак, каб пачаць ім займацца, патрэбна не так шмат (у параўнанні, напрыклад, са скалалажаннем, падводным плаваннем альбо горнымі лыжамі) падрыхтоўкі і толькі пачатковая фізічная форма. | у каньёнінгу аб'яднаны элементы плавання скалалажання і скачкоў аднак каб пачаць ім займацца патрэбна не так шмат у параўнанні напрыклад са скалалажаннем падводным плаваннем альбо горнымі лыжамі падрыхтоўкі і толькі пачатковая фізічная форма | у | к а н ь ё н і н г у | а б ' я д н а н ы | э л е м е н т ы | п л а в а н н я | с к а л а л а ж а н н я | і | с к а ч к о ў | а д н а к | к а б | п а ч а ц ь | і м | з а й м а ц ц а | п а т р э б н а | н е | т а к | ш м а т | у | п а р а ў н а н н і | н а п р ы к л а д | с а | с к а л а л а ж а н н е м | п а д в о д н ы м | п л а в а н н е м | а л ь б о | г о р н ы м і | л ы ж а м і | п а д р ы х т о ў к і | і | т о л ь к і | п а ч а т к о в а я | ф і з і ч н а я | ф о р м а | | 312,960 | MALE |
500 | 96501006978246491.wav | Простае арыгамі ўяўляе сабой стыль арыгамі, у якім можна рабіць за адзін прыём толькі адну складку. Больш складаныя складкі, такія як зваротная складка, не дапускаюцца. Пры гэтым усе яны характарызуюцца простым размяшчэннем. | простае арыгамі ўяўляе сабой стыль арыгамі у якім можна рабіць за адзін прыём толькі адну складку больш складаныя складкі такія як зваротная складка не дапускаюцца пры гэтым усе яны характарызуюцца простым размяшчэннем | п р о с т а е | а р ы г а м і | ў я ў л я е | с а б о й | с т ы л ь | а р ы г а м і | у | я к і м | м о ж н а | р а б і ц ь | з а | а д з і н | п р ы ё м | т о л ь к і | а д н у | с к л а д к у | б о л ь ш | с к л а д а н ы я | с к л а д к і | т а к і я | я к | з в а р о т н а я | с к л а д к а | н е | д а п у с к а ю ц ц а | п р ы | г э т ы м | у с е | я н ы | х а р а к т а р ы з у ю ц ц а | п р о с т ы м | р а з м я ш ч э н н е м | | 321,600 | FEMALE |
26 | 12963934814504963564.wav | Навічок Ніклас Бэкстрам забіў пераможны гол пасля першай галявой перадачы Авечкіна ў гэтай гульні; | навічок ніклас бэкстрам забіў пераможны гол пасля першай галявой перадачы авечкіна ў гэтай гульні | н а в і ч о к | н і к л а с | б э к с т р а м | з а б і ў | п е р а м о ж н ы | г о л | п а с л я | п е р ш а й | г а л я в о й | п е р а д а ч ы | а в е ч к і н а | ў | г э т а й | г у л ь н і | | 128,640 | MALE |
387 | 769757742366489153.wav | Седжон, адна з самых паважаных асоб каралеўскай крыві, быў чацвёртым ванам дынастыі Часон. | седжон адна з самых паважаных асоб каралеўскай крыві быў чацвёртым ванам дынастыі часон | с е д ж о н | а д н а | з | с а м ы х | п а в а ж а н ы х | а с о б | к а р а л е ў с к а й | к р ы в і | б ы ў | ч а ц в ё р т ы м | в а н а м | д ы н а с т ы і | ч а с о н | | 126,720 | MALE |
639 | 10402721031195098051.wav | Др. Дамадзьян скончыў будаўніцтва першага МРТ-сканера «для ўсяго цела» у 1977 г. Гэты сканер атрымаў ад навукоўца мянушку «Нязломны». | др. дамадзьян скончыў будаўніцтва першага мрт-сканера «для ўсяго цела» у 1977 г. гэты сканер атрымаў ад навукоўца мянушку «нязломны» | д р . | д а м а д з ь я н | с к о н ч ы ў | б у д а ў н і ц т в а | п е р ш а г а | м р т - с к а н е р а | « д л я | ў с я г о | ц е л а » | у | 1 9 7 7 | г . | г э т ы | с к а н е р | а т р ы м а ў | а д | н а в у к о ў ц а | м я н у ш к у | « н я з л о м н ы » | | 250,560 | FEMALE |
1,111 | 13679739887979440062.wav | Адэкойя з таго часу знаходзіцца ў Судзе шэрыфа ў Эдынбургу, бо яе абвінавачваюць у забойстве сына. | адэкойя з таго часу знаходзіцца ў судзе шэрыфа ў эдынбургу бо яе абвінавачваюць у забойстве сына | а д э к о й я | з | т а г о | ч а с у | з н а х о д з і ц ц а | ў | с у д з е | ш э р ы ф а | ў | э д ы н б у р г у | б о | я е | а б в і н а в а ч в а ю ц ь | у | з а б о й с т в е | с ы н а | | 155,520 | MALE |
1,501 | 889075457964927448.wav | У адказ міністэрства назвала перанос справаздачы кампаніяй «Эпл» на больш позні тэрмін «вартым шчырага жалю». | у адказ міністэрства назвала перанос справаздачы кампаніяй «эпл» на больш позні тэрмін «вартым шчырага жалю» | у | а д к а з | м і н і с т э р с т в а | н а з в а л а | п е р а н о с | с п р а в а з д а ч ы | к а м п а н і я й | « э п л » | н а | б о л ь ш | п о з н і | т э р м і н | « в а р т ы м | ш ч ы р а г а | ж а л ю » | | 247,680 | MALE |
141 | 7014925175779887886.wav | Сёння зранку хуткасць ветру дасягала 83 км у гадзіну, але, згодна з прагнозам, яна павінна была змяншацца. | сёння зранку хуткасць ветру дасягала 83 км у гадзіну але згодна з прагнозам яна павінна была змяншацца | с ё н н я | з р а н к у | х у т к а с ц ь | в е т р у | д а с я г а л а | 8 3 | к м | у | г а д з і н у | а л е | з г о д н а | з | п р а г н о з а м | я н а | п а в і н н а | б ы л а | з м я н ш а ц ц а | | 186,240 | FEMALE |
425 | 10543673283269747192.wav | Спадчыннік трона традыцыйна пайшоў бы адразу ў войска пасля заканчэння школы. | спадчыннік трона традыцыйна пайшоў бы адразу ў войска пасля заканчэння школы | с п а д ч ы н н і к | т р о н а | т р а д ы ц ы й н а | п а й ш о ў | б ы | а д р а з у | ў | в о й с к а | п а с л я | з а к а н ч э н н я | ш к о л ы | | 156,480 | MALE |
1,398 | 18328664649976804246.wav | У мінулым месяцы разбіўся авіялайнер, які накіроўваўся ў Арменію. У Іране гэта была самая жудасная авіякатастрофа за апошнія гады, якая забрала жыцці 168 чалавек. | у мінулым месяцы разбіўся авіялайнер які накіроўваўся ў арменію у іране гэта была самая жудасная авіякатастрофа за апошнія гады якая забрала жыцці 168 чалавек | у | м і н у л ы м | м е с я ц ы | р а з б і ў с я | а в і я л а й н е р | я к і | н а к і р о ў в а ў с я | ў | а р м е н і ю | у | і р а н е | г э т а | б ы л а | с а м а я | ж у д а с н а я | а в і я к а т а с т р о ф а | з а | а п о ш н і я | г а д ы | я к а я | з а б р а л а | ж ы ц ц і | 1 6 8 | ч а л а в е к | | 314,880 | MALE |
39 | 15352549620360057308.wav | У цэнтры кожнага эпізоду шоу будзе тэма пэўнай кнігі, якую потым будуць развіваць праз розныя гісторыі. | у цэнтры кожнага эпізоду шоу будзе тэма пэўнай кнігі якую потым будуць развіваць праз розныя гісторыі | у | ц э н т р ы | к о ж н а г а | э п і з о д у | ш о у | б у д з е | т э м а | п э ў н а й | к н і г і | я к у ю | п о т ы м | б у д у ц ь | р а з в і в а ц ь | п р а з | р о з н ы я | г і с т о р ы і | | 168,960 | FEMALE |
1,445 | 9184344620554722233.wav | Як адзначаецца ў першых паведамленнях, пасля адмовы ў экстраннай пасадцы ва Урумчы, самалёт быў перанакіраваны назад у Афганістан. | як адзначаецца ў першых паведамленнях пасля адмовы ў экстраннай пасадцы ва урумчы самалёт быў перанакіраваны назад у афганістан | я к | а д з н а ч а е ц ц а | ў | п е р ш ы х | п а в е д а м л е н н я х | п а с л я | а д м о в ы | ў | э к с т р а н н а й | п а с а д ц ы | в а | у р у м ч ы | с а м а л ё т | б ы ў | п е р а н а к і р а в а н ы | н а з а д | у | а ф г а н і с т а н | | 189,120 | FEMALE |
630 | 15110337504435136285.wav | Безумоўна, людзі дабіліся большага поспеху ў «чытанні думак» іншых, чым другія віды. | безумоўна людзі дабіліся большага поспеху ў «чытанні думак» іншых чым другія віды | б е з у м о ў н а | л ю д з і | д а б і л і с я | б о л ь ш а г а | п о с п е х у | ў | « ч ы т а н н і | д у м а к » | і н ш ы х | ч ы м | д р у г і я | в і д ы | | 154,560 | FEMALE |
191 | 7709858679282508264.wav | Пасажырам, якія чакаюць ва ўмовах 90-градуснай (па Фарэнгейту) спёкі, далі ваду. | пасажырам якія чакаюць ва ўмовах 90-градуснай па фарэнгейту спёкі далі ваду | п а с а ж ы р а м | я к і я | ч а к а ю ц ь | в а | ў м о в а х | 9 0 - г р а д у с н а й | п а | ф а р э н г е й т у | с п ё к і | д а л і | в а д у | | 172,800 | MALE |
258 | 5999615087598870295.wav | «У той жа час, паніжэнне пагрозы да ўзроўню сур'ёзнай не азначае знікнення пагрозы ўвогуле». | «у той жа час паніжэнне пагрозы да ўзроўню сур'ёзнай не азначае знікнення пагрозы ўвогуле» | « у | т о й | ж а | ч а с | п а н і ж э н н е | п а г р о з ы | д а | ў з р о ў н ю | с у р ' ё з н а й | н е | а з н а ч а е | з н і к н е н н я | п а г р о з ы | ў в о г у л е » | | 147,840 | FEMALE |
269 | 6543445504448088704.wav | Гэта першы выпадак, калі прысуд быў вынесены на аснове заканадаўства, якое было прынята яшчэ ў 2003 годзе для абмежавання масавых рассылак праз электронную пошту (вядомых таксама як спам), каб не даць ім трапіць у паштовыя скрыні карыстальнікаў у адсутнасць згоды з боку апошніх. | гэта першы выпадак калі прысуд быў вынесены на аснове заканадаўства якое было прынята яшчэ ў 2003 годзе для абмежавання масавых рассылак праз электронную пошту вядомых таксама як спам каб не даць ім трапіць у паштовыя скрыні карыстальнікаў у адсутнасць згоды з боку апошніх | г э т а | п е р ш ы | в ы п а д а к | к а л і | п р ы с у д | б ы ў | в ы н е с е н ы | н а | а с н о в е | з а к а н а д а ў с т в а | я к о е | б ы л о | п р ы н я т а | я ш ч э | ў | 2 0 0 3 | г о д з е | д л я | а б м е ж а в а н н я | м а с а в ы х | р а с с ы л а к | п р а з | э л е к т р о н н у ю | п о ш т у | в я д о м ы х | т а к с а м а | я к | с п а м | к а б | н е | д а ц ь | і м | т р а п і ц ь | у | п а ш т о в ы я | с к р ы н і | к а р ы с т а л ь н і к а ў | у | а д с у т н а с ц ь | з г о д ы | з | б о к у | а п о ш н і х | | 466,560 | MALE |
363 | 8747065429515169303.wav | Нітка лямпачкі згарае пасля сотні гадзін працы і лямпачка перастае свяціць. | нітка лямпачкі згарае пасля сотні гадзін працы і лямпачка перастае свяціць | н і т к а | л я м п а ч к і | з г а р а е | п а с л я | с о т н і | г а д з і н | п р а ц ы | і | л я м п а ч к а | п е р а с т а е | с в я ц і ц ь | | 167,040 | FEMALE |
FLEURS
Fleurs is the speech version of the FLoRes machine translation benchmark. We use 2009 n-way parallel sentences from the FLoRes dev and devtest publicly available sets, in 102 languages.
Training sets have around 10 hours of supervision. Speakers of the train sets are different than speakers from the dev/test sets. Multilingual fine-tuning is used and ”unit error rate” (characters, signs) of all languages is averaged. Languages and results are also grouped into seven geographical areas:
- Western Europe: Asturian, Bosnian, Catalan, Croatian, Danish, Dutch, English, Finnish, French, Galician, German, Greek, Hungarian, Icelandic, Irish, Italian, Kabuverdianu, Luxembourgish, Maltese, Norwegian, Occitan, Portuguese, Spanish, Swedish, Welsh
- Eastern Europe: Armenian, Belarusian, Bulgarian, Czech, Estonian, Georgian, Latvian, Lithuanian, Macedonian, Polish, Romanian, Russian, Serbian, Slovak, Slovenian, Ukrainian
- Central-Asia/Middle-East/North-Africa: Arabic, Azerbaijani, Hebrew, Kazakh, Kyrgyz, Mongolian, Pashto, Persian, Sorani-Kurdish, Tajik, Turkish, Uzbek
- Sub-Saharan Africa: Afrikaans, Amharic, Fula, Ganda, Hausa, Igbo, Kamba, Lingala, Luo, Northern-Sotho, Nyanja, Oromo, Shona, Somali, Swahili, Umbundu, Wolof, Xhosa, Yoruba, Zulu
- South-Asia: Assamese, Bengali, Gujarati, Hindi, Kannada, Malayalam, Marathi, Nepali, Oriya, Punjabi, Sindhi, Tamil, Telugu, Urdu
- South-East Asia: Burmese, Cebuano, Filipino, Indonesian, Javanese, Khmer, Lao, Malay, Maori, Thai, Vietnamese
- CJK languages: Cantonese and Mandarin Chinese, Japanese, Korean
How to use & Supported Tasks
How to use
The datasets
library allows you to load and pre-process your dataset in pure Python, at scale. The dataset can be downloaded and prepared in one call to your local drive by using the load_dataset
function.
For example, to download the Hindi config, simply specify the corresponding language config name (i.e., "hi_in" for Hindi):
from datasets import load_dataset
fleurs = load_dataset("google/fleurs", "hi_in", split="train")
Using the datasets library, you can also stream the dataset on-the-fly by adding a streaming=True
argument to the load_dataset
function call. Loading a dataset in streaming mode loads individual samples of the dataset at a time, rather than downloading the entire dataset to disk.
from datasets import load_dataset
fleurs = load_dataset("google/fleurs", "hi_in", split="train", streaming=True)
print(next(iter(fleurs)))
Bonus: create a PyTorch dataloader directly with your own datasets (local/streamed).
Local:
from datasets import load_dataset
from torch.utils.data.sampler import BatchSampler, RandomSampler
fleurs = load_dataset("google/fleurs", "hi_in", split="train")
batch_sampler = BatchSampler(RandomSampler(fleurs), batch_size=32, drop_last=False)
dataloader = DataLoader(fleurs, batch_sampler=batch_sampler)
Streaming:
from datasets import load_dataset
from torch.utils.data import DataLoader
fleurs = load_dataset("google/fleurs", "hi_in", split="train")
dataloader = DataLoader(fleurs, batch_size=32)
To find out more about loading and preparing audio datasets, head over to hf.co/blog/audio-datasets.
Example scripts
Train your own CTC or Seq2Seq Automatic Speech Recognition models on FLEURS with transformers
- here.
Fine-tune your own Language Identification models on FLEURS with transformers
- here
1. Speech Recognition (ASR)
from datasets import load_dataset
fleurs_asr = load_dataset("google/fleurs", "af_za") # for Afrikaans
# to download all data for multi-lingual fine-tuning uncomment following line
# fleurs_asr = load_dataset("google/fleurs", "all")
# see structure
print(fleurs_asr)
# load audio sample on the fly
audio_input = fleurs_asr["train"][0]["audio"] # first decoded audio sample
transcription = fleurs_asr["train"][0]["transcription"] # first transcription
# use `audio_input` and `transcription` to fine-tune your model for ASR
# for analyses see language groups
all_language_groups = fleurs_asr["train"].features["lang_group_id"].names
lang_group_id = fleurs_asr["train"][0]["lang_group_id"]
all_language_groups[lang_group_id]
2. Language Identification
LangID can often be a domain classification, but in the case of FLEURS-LangID, recordings are done in a similar setting across languages and the utterances correspond to n-way parallel sentences, in the exact same domain, making this task particularly relevant for evaluating LangID. The setting is simple, FLEURS-LangID is splitted in train/valid/test for each language. We simply create a single train/valid/test for LangID by merging all.
from datasets import load_dataset
fleurs_langID = load_dataset("google/fleurs", "all") # to download all data
# see structure
print(fleurs_langID)
# load audio sample on the fly
audio_input = fleurs_langID["train"][0]["audio"] # first decoded audio sample
language_class = fleurs_langID["train"][0]["lang_id"] # first id class
language = fleurs_langID["train"].features["lang_id"].names[language_class]
# use audio_input and language_class to fine-tune your model for audio classification
3. Retrieval
Retrieval provides n-way parallel speech and text data. Similar to how XTREME for text leverages Tatoeba to evaluate bitext mining a.k.a sentence translation retrieval, we use Retrieval to evaluate the quality of fixed-size representations of speech utterances. Our goal is to incentivize the creation of fixed-size speech encoder for speech retrieval. The system has to retrieve the English "key" utterance corresponding to the speech translation of "queries" in 15 languages. Results have to be reported on the test sets of Retrieval whose utterances are used as queries (and keys for English). We augment the English keys with a large number of utterances to make the task more difficult.
from datasets import load_dataset
fleurs_retrieval = load_dataset("google/fleurs", "af_za") # for Afrikaans
# to download all data for multi-lingual fine-tuning uncomment following line
# fleurs_retrieval = load_dataset("google/fleurs", "all")
# see structure
print(fleurs_retrieval)
# load audio sample on the fly
audio_input = fleurs_retrieval["train"][0]["audio"] # decoded audio sample
text_sample_pos = fleurs_retrieval["train"][0]["transcription"] # positive text sample
text_sample_neg = fleurs_retrieval["train"][1:20]["transcription"] # negative text samples
# use `audio_input`, `text_sample_pos`, and `text_sample_neg` to fine-tune your model for retrieval
Users can leverage the training (and dev) sets of FLEURS-Retrieval with a ranking loss to build better cross-lingual fixed-size representations of speech.
Dataset Structure
We show detailed information the example configurations af_za
of the dataset.
All other configurations have the same structure.
Data Instances
af_za
- Size of downloaded dataset files: 1.47 GB
- Size of the generated dataset: 1 MB
- Total amount of disk used: 1.47 GB
An example of a data instance of the config af_za
looks as follows:
{'id': 91,
'num_samples': 385920,
'path': '/home/patrick/.cache/huggingface/datasets/downloads/extracted/310a663d52322700b3d3473cbc5af429bd92a23f9bc683594e70bc31232db39e/home/vaxelrod/FLEURS/oss2_obfuscated/af_za/audio/train/17797742076841560615.wav',
'audio': {'path': '/home/patrick/.cache/huggingface/datasets/downloads/extracted/310a663d52322700b3d3473cbc5af429bd92a23f9bc683594e70bc31232db39e/home/vaxelrod/FLEURS/oss2_obfuscated/af_za/audio/train/17797742076841560615.wav',
'array': array([ 0.0000000e+00, 0.0000000e+00, 0.0000000e+00, ...,
-1.1205673e-04, -8.4638596e-05, -1.2731552e-04], dtype=float32),
'sampling_rate': 16000},
'raw_transcription': 'Dit is nog nie huidiglik bekend watter aantygings gemaak sal word of wat owerhede na die seun gelei het nie maar jeugmisdaad-verrigtinge het in die federale hof begin',
'transcription': 'dit is nog nie huidiglik bekend watter aantygings gemaak sal word of wat owerhede na die seun gelei het nie maar jeugmisdaad-verrigtinge het in die federale hof begin',
'gender': 0,
'lang_id': 0,
'language': 'Afrikaans',
'lang_group_id': 3}
Data Fields
The data fields are the same among all splits.
- id (int): ID of audio sample
- num_samples (int): Number of float values
- path (str): Path to the audio file
- audio (dict): Audio object including loaded audio array, sampling rate and path ot audio
- raw_transcription (str): The non-normalized transcription of the audio file
- transcription (str): Transcription of the audio file
- gender (int): Class id of gender
- lang_id (int): Class id of language
- lang_group_id (int): Class id of language group
Data Splits
Every config only has the "train"
split containing of ca. 1000 examples, and a "validation"
and "test"
split each containing of ca. 400 examples.
Dataset Creation
We collect between one and three recordings for each sentence (2.3 on average), and buildnew train-dev-test splits with 1509, 150 and 350 sentences for train, dev and test respectively.
Considerations for Using the Data
Social Impact of Dataset
This dataset is meant to encourage the development of speech technology in a lot more languages of the world. One of the goal is to give equal access to technologies like speech recognition or speech translation to everyone, meaning better dubbing or better access to content from the internet (like podcasts, streaming or videos).
Discussion of Biases
Most datasets have a fair distribution of gender utterances (e.g. the newly introduced FLEURS dataset). While many languages are covered from various regions of the world, the benchmark misses many languages that are all equally important. We believe technology built through FLEURS should generalize to all languages.
Other Known Limitations
The dataset has a particular focus on read-speech because common evaluation benchmarks like CoVoST-2 or LibriSpeech evaluate on this type of speech. There is sometimes a known mismatch between performance obtained in a read-speech setting and a more noisy setting (in production for instance). Given the big progress that remains to be made on many languages, we believe better performance on FLEURS should still correlate well with actual progress made for speech understanding.
Additional Information
All datasets are licensed under the Creative Commons license (CC-BY).
Citation Information
You can access the FLEURS paper at https://arxiv.org/abs/2205.12446. Please cite the paper when referencing the FLEURS corpus as:
@article{fleurs2022arxiv,
title = {FLEURS: Few-shot Learning Evaluation of Universal Representations of Speech},
author = {Conneau, Alexis and Ma, Min and Khanuja, Simran and Zhang, Yu and Axelrod, Vera and Dalmia, Siddharth and Riesa, Jason and Rivera, Clara and Bapna, Ankur},
journal={arXiv preprint arXiv:2205.12446},
url = {https://arxiv.org/abs/2205.12446},
year = {2022},
Contributions
Thanks to @patrickvonplaten and @aconneau for adding this dataset.
- Downloads last month
- 0