Testun crai, corpora prompt a sgript cyfaint mawr ar draws Arabeg Safonol Fodern a thafodieithoedd rhanbarthol, ar gyfer hyfforddi modelau iaith ymlaen llaw ac ar gyfer ehangu geirfa a chwmpas tafodieithoedd.

Corpws Anogwyr Arabeg

Cyfrol
65,000 o awgrymiadau
Graddfa
~1M o eiriau · 2M o docynnau
iaith
Arabeg (MSA a thafodieithoedd)
rhanbarth
Rhanbarth Pan-Arabaidd
fformat
.xlsx / JSON
Trwyddedu
An-gyfyngedig

Chwe deg pump mil o awgrymiadau Arabeg ar draws Arabeg Safonol Fodern a thafodieithoedd rhanbarthol. Yn wahanol i'r setiau C&A gan ei fod yn darparu'r ochr gyfarwyddiadau heb ymatebion pâr, sy'n addas i dimau sy'n cynhyrchu eu cwblhau eu hunain, yn cynnal gwaith addasu dewisiadau, neu'n adeiladu harneisiau gwerthuso sydd angen sylw eang i awgrymiadau yn Arabeg.

Corpws Testun Crai Arabeg (MSA a Thafodieithoedd)

Cyfrol
20M o eiriau
Graddfa
~40M o docynnau
iaith
Arabeg (MSA a thafodieithoedd)
rhanbarth
Rhanbarth Pan-Arabaidd
fformat
TXT / JSON
Trwyddedu
An-gyfyngedig

Ugain miliwn o eiriau o destun Arabeg crai yn rhychwantu Arabeg Safonol Fodern a thafodieithoedd rhanbarthol, y corpws Arabeg sengl mwyaf yn y catalog hwn. Wedi'i fwriadu ar gyfer hyfforddi modelau iaith ymlaen llaw ac ar gyfer ehangu geirfa a chwmpas tafodieithoedd mewn modelau sy'n trin MSA yn dda a thafodieithoedd yn wael ar hyn o bryd. Wedi'i gyflwyno fel testun plaen neu JSON yn dibynnu ar eich llinell.

Awgrymiadau Sgript TTS Arabeg Saudi

Cyfrol
11,000 o awgrymiadau
Graddfa
~223K o eiriau
iaith
Arabeg (MSA a Saudi)
rhanbarth
Sawdi Arabia
fformat
.xlsx / JSON
Trwyddedu
An-gyfyngedig

Un ar ddeg mil o awgrymiadau sgript wedi'u hysgrifennu ar gyfer recordio testun-i-leferydd mewn Arabeg Safonol Fodern a thafodiaith Saudi. Mae ymadrodd wedi'i adeiladu i'w siarad yn uchel yn hytrach na'i ddarllen, sy'n bwysig ar gyfer gwaith llais a dyna'r rheswm pam mae corpora testun cyffredinol yn gwneud sgriptiau TTS gwael. Yn addas ar gyfer piblinellau synthesis lleferydd ac ar gyfer modelu ymateb cynorthwyydd llais.