Tashkeela: Arabic diacritization corpus

kaggle2017-12-23 更新2024-03-07 收录

下载链接：

https://www.kaggle.com/datasets/linuxscout/tashkeela

下载链接

链接失效反馈

官方服务：

资源简介：

a corpus for Arabic diacritizer development

创建时间：

2017-12-23

Clean version of "Tahskeela" Arabic diacritized corpus.

kaggle2024-05-02 更新40

数据集 train.txt-包含50,000行的阿拉伯语文字，可用作训练数据集 val.txt-包含2,500行的阿拉伯文字，可用作验证数据集 test.txt-包含2,500行的阿拉伯语文字，可用作测试数据集

OpenDataLab2026-07-05 更新50

Arabic-Diacritized-TTS数据集包含阿拉伯语音样本及其对应的全标注文本。该数据集旨在支持阿拉伯语语音处理、文本转语音（TTS）合成、自动标注等自然语言处理（NLP）任务。

Hugging Face2025-02-11 更新40

A cleaned and normalized version of the Tashkeela Arabic diacritized corpus

kaggle2021-01-10 更新40

OpenXLab00