Common Voice Spontaneous Speech 4.0 - Tatar

Татар — Tatar (tt)

This datasheet is for sps-corpus-4.0-2026-06-12 of the Mozilla Common Voice Spontaneous Speech dataset for Tatar [Татар - tt]. The dataset contains 14 clips representing 0.22 hours of recorded speech (0 hours validated) from 1 speakers.

Data splits for modelling

The dataset clips are categorised by transcription status and training-set assignment. The following tables summarise the distribution.

Audio clips

Training splits

Training split coverage: 0 of 0 transcribed & validated clips (0.0%)

Transcriptions

Transcription status

Samples

Questions

There follows a randomly selected sample of questions used in the corpus.

1. Спорт белән шөгыльләнәсезме? Нинди төрен яратасыз?

2. Күңелегезгә кайсысы якынрак — шәһәр тормышымы, әллә авыл тормышымы?

3. Идел елгасы Сезнең өчен нәрсәне аңлата?

4. «Акыллы йорт» системасы турында ишеткәнегез бармы? Аны өегезгә куяр идегезме?

5. Сабантуй бәйрәменә йөрисезме? Анда нәрсә ошый?

Responses

There follows a randomly selected sample of transcribed responses from the corpus.

1. Бик күп сәяхәт итмим. Ә-әм, менә шулай, күз алдыма китерә микән... Бер кешеләр палаткаларын ала да, тауларга яки урманнарга... китерә алмыйм. Мин шундый сәяхәт фикерем юк. Болай гына без урманга, ә-ә, әти- әтием белән шанлы шуарга барабыз. Тауларга бер-ике тапкыр, ә-ә, җәяү генә йөрдек. Швейцариядә хәтерлим бер тапкыр, Төркиядә, Казакъстанда Алматыда, ә-ә, менә әзрек йөрдем инде, бик күп йөрмәдем. Монда Кипрда да күп, ә-ә, җир бар, йөн, монда тау түбән инде ул, таву- тау да бар, анда шуннан, менгәне- менгәнебез юк безнең... ә-ә, юк сәяхәт итмим.

2. Акыллы йорт турында ишеткәнем бар. Мин үземә куяр идем. Бик... ә-ә-ә аны куярга акчабыз күп кирәк булачак, дип уйлыйм мин. Шуңа күрә, әз генә, әз, әзрәк кенә мин әйберләр алдым. Ә-ә-ә, алар белән кулланмыйм инде. Бер лампочка алдым... интернеттан. Аңа кабыза- кабыза аласың, аңа сүндерә аласың. Төсләрне... ә-ә, төрле төсләрне куя аласың. Тагын нәрсә? Менә, м-м, температура, датчиклар карыйм инде. Менә кар- кая булса да киткәндә, шуны карый алам... интернеттан. Бөтенесе әйбәтме-юкмы? А-а, мин куярга телим, ә-ә, дөресенчә, әмма, хәзер без үзебезнең өебездә тормыйбыз. Шуңа күрә мин күп аңа акча салмыйм, үзебезнең өебез алгач, уйлармын, бәлки бернәрсә дә куярмын мин.

3. Әйе, өстәл уеннарын күп уйнаган идем. Әле монда да өстәл уеннарым бар, әмма, уһу, ике ел, өч елмы уйнмаган идем мин... безнең улыбыз тугач. Ә-ә-ә, ун ар- ун, минемчә, өстәл уеннары ул... а-а-ам, дуслар белән аралашу өчен, вакыт үткәрү өчен, бик... бик, ә-ә-ә, кызык.

4. Минем үземнең менә ә-ә чын дусларым күп түгел. Ә-әм әммә шул булган дусларымны мин ә-әм минем югалтасым килми. Ә-ә миңа аралашу бик мөһим. Ә-ә вакыт булмаса да, тагын бер ә-ә-ә аралашу шансы булса, мин аралашырга тырам. Әйе. Ә-әм. Бик зур урынны алмый инде ул. Эшең мөһимрәк, гаилә меһимрәк. Ә-ә әгер дә вакытым булса, барырмын, сөйләшермен.

5. Мин үзем шәһәрдә тудым, шәһәр дә яшәдем. Ә-ә-ә, ә-ә, әбием, дәү әнием шәһәрдә яшәде дә. Минем авылга кайтканым бар. Бер тапкыр апабыз, ә-ә, иренә, ә-ә, кияүгә чыкты, һәм алар авылда яшәгәннәр иде, менә шулар белән бер... ай булган идем мин. Ә-ә, җиде яшьтәме, сигез яшьтәме авылда. Ну, алай, аз яшәгәч, белмим инде мин. Хатынымның ул, әти-әнисе авылда яшиләр. Хәзер без кайтабыз аңага, елына ике-бер теге. Ә-ә-ә, минемчә, авыл тормышы әйбәт була ала, бик эшчән теге кешеләр. Кешеләр бөтенесен эшли алалар. Ә-ә, әмма мин шундый кеше түгел. Мин.. шәһәрдә туган кеш- туган кеше. Миңа алар якынрак. Менә хәзер без яшибез үзебезнең өебездә, ә андый үзебезнең өебез, ул безнеке түгел, квартира түгел дигән сүз, ә-әм, авыл дип атыйлар. Бу, ә-ә, җирне, әмма авыл түгел инде бу, монда бер дә хайваннар да юк. Монда бөтенесе бар, цивилизация дигән сүз. Ә-ә, сулар, ә-ә, утлар, бөтенесе бар, интернет тота. Менә уж, шәһәр инде.

Fields

Each row of a tsv file represents a single audio clip, and contains the following information:

• client_id - hashed UUID of a given user

• audio_id - numeric id for audio file

• audio_file - audio file name

• duration_ms - duration of audio in milliseconds

• prompt_id - numeric id for prompt

• prompt - question for user

• transcription - transcription of the audio response

• votes - number of people that who approved a given transcript

• age - age of the speaker1

• gender - gender of the speaker1

• language - language name

• split - for data modelling, which subset of the data does this clip pertain to

• char_per_sec - how many characters of transcription per second of audio

• quality_tags - some automated assessment of the transcription--audio pair, separated by |

  • transcription-length - character per second under 3 characters per second

  • speech-rate - characters per second over 30 characters per second

  • short-audio - audio length under 2 seconds

  • long-audio - audio length over 5 minutes

  • non-allowed-script - transcription contains characters from a writing system not associated with the language

  • mixed-script-words - a single word contains characters from multiple writing systems

  • mixed-script-transcription - transcription spans multiple writing systems, but each word consistently uses only one

Get involved

Community links

• Common Voice translators on Pontoon

• Common Voice Communities

Discussions

• Common Voice on Matrix

• Common Voice on Discourse

• Common Voice on Discord

• Common Voice on Telegram

Contribute

• Contribute questions

• Validate questions

• Answer questions

• Transcribe recordings

• Validate transcriptions

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

1. 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