Common Voice Spontaneous Speech 5.0 - Pashto

پښتو — Pashto (ps)

This datasheet is for sps-corpus-5.0-2026-09-11 of the Mozilla Common Voice Spontaneous Speech dataset for Pashto [پښتو - ps]. The dataset contains 1823 clips representing 39.04 hours of recorded speech (32.83 hours validated) from 107 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: 1,545 of 1,545 transcribed & validated clips (100.0%)

Transcriptions

Transcription status

Samples

Questions

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

1. که تاسو د خپلې سیمې یو تاریخي ځای یا زیارت چا ته ورپیژنئ، نو د کوم ځای نوم اخلئ او څه ځانګړتیا لري؟

2. ایا ازاده اراده واقعاً شته که زموږ ټول عملونه د مخکې ټاکل شوو عواملو لکه جینونو، چاپیریال، تجربې... پایله ده؟

3. او آيا راتلونکي وخت کې به په ولايتونو کې هم ورته روغتونونه ولرو؟

4. که څوک وغواړي د "کابل" یا کوم بل لوی ښار انځور په خبرو کې باندي جوړ کړي، باید د کومو شیانو یادونه وکړي؟

5. د خوستوالو مشهورو خواړو نوم څه ده؟

Responses

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

1. که یو میلیون ډالر ماته په لاترۍ کې را ووځي، نو زه فکر کوم که څومره پیسې ډیریږي همغومره تقاضا هم ډیریږي. [disfluency] نو که یو میلیون ډالر زه لاس ته راوړم، نو شاید کم وي زما د تقاضاوو لپاره، په دې حال کې چې [disfluency] اوس هیڅ ډول آرمان نه لرم د یو څه د لاس ته راوړلو لپاره چې زه شخصاً د ځان لپاره جوړ کړم. ولې د خپلو خلکو لپاره دومره غریبان پیژنم په خپل هیواد کې چې سخت ضرورت لري، همدا نن، بیګا، سبا لپاره مړۍ نه لري. نو دا یو میلیون ډالر به زه [disfluency] په داسې ځای کې مصرف کړم چې حداقل شلو کورنیو ته د کور زمینه برابره کړم او [disfluency] د هغوی لپاره، د هر څوک لپاره، یو عاید ولري، یو میاشتنی عاید ولري.

2. د کلي په حجره یا ډیـره کې ناسته پاسته د ځوانانو پر روزنه ډېر ژور او څو اړخیز اغېز لري، او دا اغېز هم مثبت اړخ لري او هم ځینې منفي اړخونه لرلای شي. [disfluency] په مثبت اړخ کې، حجره یا ډیـره د ټولنیزې زده‌کړې یو غیر رسمي مرکز ګڼل کېږي. هلته ځوانان له سپین ږیرو، مشرانو او د تجربې له خاوندانو سره کښېني، د هغوی خبرې اوري او د ژوند له مختلفو تجربو څخه زده کړه کوي. [noise] ډېر داسې مسایل وي چې په کتابونو کې نه وي، خو د مشرانو په خبرو کې وي، لکه د خلکو سره د چلند طریقه، د ستونزو حل، د جرګو او مرکو اصول او د ټولنې دودونه. همدارنګه، حجره د ټولنیزو اړیکو د پیاوړتیا ځای هم وي. ځوانان هلته له یو بل سره اشنا کېږي، د ملګرتیا اړیکې جوړوي او د ټولنې د ګډ ژوند احساس پیدا کوي. [disfluency] دا کار د دې سبب کېږي چې ځوان ځان یوازې احساس نه کړي او د ټولنې برخه ځان وګڼي. ځینې وختونه په حجره کې د خبرو او کیسو له لارې ځوانان د طنز، ادب او د خبرو کولو مهارت هم زده کوي. دا هغه مهارتونه دي چې په ورځني ژوند کې ډېر مهم وي، خو په رسمي درسونو کې ډېر نه تدریس کېږي. خو له بلې خوا، که د حجرې فضا سمه نه وي، نو منفي اغېز هم لرلای شي. مثلاً که هلته یوازې بې‌هدفه خبرې، ناسم عادتونه یا منفي فکرونه خپرېږي، نو ځوانان یې ژر اغېز اخلي. ځینې وختونه د وخت ضایع کول هم رامنځته کېږي، ځکه ځوانان ممکن د زده‌کړې یا کار پر ځای ډېر وخت هلته تېر کړي. همدارنګه، که د مشرانو خبرې یوازې د پخوانیو فکرونو تکرار وي او د نوې زمانې له اړتیاوو سره سمون ونه لري، نو ځوان نسل ته ممکن د پرمختګ پر ځای محدود ذهنیت ور انتقال شي. [noise] زما په باور، تر ټولو ښه حجره هغه ده چې د تجربې او پوهې مرکز وي، نه یوازې د وخت تېرولو ځای. که مشران په کې د اخلاقو، تعلیم، کار، صداقت او مسؤلیت خبرې وکړي او ځوانان هم په ادب او پاملرنې سره هغوی ته غوږ ونیسي، نو دا ځای د یو قوي روزنیز چاپېریال په توګه کار کولی شي. د کلي حجره یا ډیـره د ځوانانو په روزنه کې ډېر مهم رول لري، خو د هغې اغېز په دې پورې تړلی دی چې هلته څه ډول خبرې کېږي، څه ډول فکرونه خپرېږي او ځوانان ترې څه زده کوي. که مثبت او تعلیمي فضا ولري، نو د شخصیت جوړولو ښه مرکز ګرځي، او که نه، نو ممکن ځینې منفي عادتونه هم ورسره انتقال شي.

3. "صبر" او "زغم" په اړه ستاسو نظر څه دی؟ آیا صبر تل ګټه لري که ځینې وخت تاوان هم کوي

4. دا د هر چا په ذوق پورې اړه لري. ځینې خلک دي چې کیسې خوښوي، او خصوصا ماشومان، هغوی کیسو ته ترجیح ورکوي. او د هغوی میندې او پلرونه د دې په خاطر چې خپل ماشومان په اسانۍ سره ویده کړای شي، هغوی ته د پخوانیو مېړنیو مشرانو او همدارنګه ځینې تخیلي کیسې کوي. دغه کیسې ځینې وخت مثبت پیغام لري، ځینې وخت منفي پیغام لري. همدارنګه ځینې خلک کوشش کوي چې خصوصا لویان چې کتاب ولولي د شپې لخوا.

5. بریالي انسان تر ټولو لویه ځانګړتیا څه ده تشریح یی کړی بریالیتوب د هر انسان یوه ستره هیله ده. هر انسان غواړي چې په خپل ژوند کې پرمختګ وکړي، خپلې موخې ترلاسه کړي، د خپلې کورنۍ، ټولنې او هېواد لپاره ګټور ثابت شي او د خلکو په منځ کې په ښه نوم یاد شي. خو بریالیتوب په تصادف نه ترلاسه کېږي، بلکې د کلکو هڅو، صبر، استقامت، پر ځان د باور او سمو پرېکړو پایله ده. هر څوک چې د بریا خوب ویني، باید د هغې لپاره کار، زحمت او قرباني هم وکړي. د بریالیتوب مفهوم د خلکو له نظره توپیر لري. ځینې خلک بریالیتوب په شتمنۍ او ډېرو پیسو کې ویني. ځینې نور باور لري چې لوړ علم، ښه دنده او لوړ مقام تر ټولو ستر بریالیتوب دی. خو ځینې کسان بیا وایي چې ریښتینی بریالیتوب هغه وخت دی چې انسان ښه اخلاق ولري، د خلکو خدمت وکړي، له خپل ژوند څخه راضي وي او د نورو لپاره د خیر سبب وګرځي. د بریالي انسان تر ټولو لویه ځانګړتیا ثابت‌قدمي ده. ثابت‌قدمي دا معنا لري چې انسان د ستونزو، ناکامیو او سختیو پر وړاندې خپل هوډ له لاسه ور نه کړي. په ژوند کې هېڅ داسې انسان نشته چې له ستونزو سره نه وي مخ شوی. هر لوی شخصیت، هر عالم، هر سوداګر او هر بریالی انسان د خپل ژوند په یوه پړاو کې له ناکامۍ سره مخ شوی دی، خو هغه څه چې دوی یې بریالي کړي، دا دي چې له ناکامۍ وروسته یې هڅې نه دي پرې ایښې. بریالی انسان پر ځان باور لري. که انسان پر خپلو وړتیاوو باور ونه لري، نو هېڅکله به ستر کارونه ترسره نه کړي. پر ځان باور انسان ته جرئت ورکوي چې نوي کارونه پیل کړي، له ستونزو ونه وېرېږي او خپلو موخو ته د رسېدو لپاره مبارزه وکړي. البته پر ځان باور باید له زحمت او هڅې سره مل وي، ځکه یوازې هیله لرل انسان بریالی کولای نه شي. صبر د بریا بل مهم راز دی. ډېر خلک غواړي چې په لنډ وخت کې لویې لاسته راوړنې ولري، خو حقیقت دا دی چې هره ستره بریا وخت غواړي. بزګر که نن تخم وکري، سبا حاصل نه شي اخیستلای. زده کوونکی که نن کتاب پرانیزي، سبا عالم نه شي کېدای. همداسې د ژوند هر هدف د وخت، صبر او دوامدارو هڅو غوښتنه کوي. د وخت ارزښت پېژندل هم د بریالي انسان له مهمو ځانګړتیاوو څخه دي. وخت هغه شتمني ده چې که یو ځل تېر شي، بېرته نه راګرځي. بریالي خلک خپل وخت په بې‌ګټې کارونو نه ضایع کوي، بلکې د زده کړې، کار، عبادت، ورزش او د خپلو موخو د ترلاسه کولو لپاره ترې سمه ګټه اخلي. هغوی د هرې ورځې لپاره پلان جوړوي او هڅه کوي چې خپل وخت په منظم ډول وکاروي. زده کړه د بریا بنسټ دی. بریالی انسان هېڅکله نه وایي چې زه نور هر څه زده کړي دي. هغه تل هڅه کوي چې نوې پوهه، نوي مهارتونه او نوې تجربې ترلاسه کړي. نړۍ هره ورځ بدلېږي، نو هغه څوک بریالی پاتې کېږي چې له وخت سره سم خپله پوهه او وړتیاوې هم زیاتې کړي. ښه اخلاق د بریالي انسان ښکلا ده. رښتینولي، امانتداري، عاجزي، مهرباني، د نورو درناوی، حوصله او انصاف هغه ځانګړتیاوې دي چې انسان د خلکو په زړونو کې محبوب کوي. ډېر داسې کسان شته چې شتمني او مقام لري، خو د بدو اخلاقو له امله خلک ورسره مینه نه لري. برعکس، داسې کسان هم شته چې شتمني یې کمه ده، خو د ښو اخلاقو له امله د ټولو احترام ترلاسه کوي. بریالی انسان خپلې تېروتنې مني او ترې زده کړه کوي. هغه د خپلې ناکامۍ پړه پر نورو نه اچوي، بلکې خپل کارونه ارزوي، نیمګړتیاوې پېژني او د سمون هڅه کوي. همدا عادت د دې سبب کېږي چې هره ورځ تر پرون ښه شي. له نورو سره مرسته کول هم د بریالي انسان یوه ښکله ځانګړتیا ده. هغه پوهېږي چې د انسان ریښتینی ارزښت په دې کې دی چې نورو ته ګټه ورسوي. بریالی انسان حسد نه کوي، د نورو د بریا په لیدو خوشحاله کېږي او تل هڅه کوي چې د خپلې پوهې او تجربې له لارې له نورو سره هم مرسته وکړي. همدارنګه، بریالی انسان هېڅکله نهیلې ته غاړه نه ږدي. که څو ځله هم ناکام شي، بیا هم له خپلې موخې لاس نه اخلي. هغه باور لري چې هره ناکامي د بریا پر لور یو نوی ګام دی. د ژوند ستونزې انسان پیاوړی کوي او هغه ته نوې تجربې ور زده کوي. په پای کې ویلای شو چې ریښتینی بریالیتوب یوازې په شتمنۍ، شهرت او لوړ مقام کې نه دی، بلکې په ښه شخصیت، لوړ اخلاقو، علم، صبر، استقامت، پر ځان باور او د خلکو په خدمت کې دی. هر څوک چې خپل وخت په ښه ډول وکاروي، له ستونزو ونه وېرېږي، تل زده کړه وکړي، خپلې تېروتنې اصلاح کړي او د خپلو موخو لپاره په اخلاص او زحمت کار وکړي، خامخا به یوه ورځ بریالی شي. نو موږ ټول باید هڅه وکړو چې د بریالي انسان دا غوره ځانګړتیاوې په خپل ژوند کې عملي کړو، ځکه بریالیتوب یوازې یو منزل نه دی، بلکې د ښه فکر، ښه اخلاقو، دوامدارو هڅو او مثبت بدلونونو یو اوږد سفر دی.

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