Construção

Primeira versão do corpus de fala, antes da reconstrução a partir do serviço de anotação.

O corpus, em gráfico

Volumetria comparada dos corporaOs quatro corpora de referência do projeto, à mesma escala. O corpus de fala domina em número de elementos; a tradução, o mais pequeno, é o que mais fez progredir o seu modelo.

Fonte : Livrable 4, chiffres arrêtés au 2026-09-30

Ver os dados do gráfico

Corpus	Elementos
Fala — segmentos	18 767
Textos — exemplos anotados	4 818
Documentos — exemplos	467
Tradução — pares humanos	399

Limites

Versão ultrapassada: as partições partilham áudios. Usar a V3.2.

Proteção dos falantes

O corpus contém vozes humanas. Não inclui nomes nem contactos. É proibido procurar identificar os locutores ou clonar a sua voz: é uma condição de acesso. Para retirar uma gravação, escreva para contact@congo-digital.com. Ler a governação dos dados.

Citação

Congo Digital Services (2026). audios-lingala-annotatees. Hugging Face. Licença NOODL-1.0.