טקסט גולמי בנפח גדול, קורפוסים של הנחיות וכתב יד על פני ערבית תקנית מודרנית וניבים אזוריים, לאימון מוקדם של מודלים של שפה ולהרחבת אוצר המילים וכיסוי הניבים.

קורפוס הנחיות ערבי

תכולה
65,000 הנחיות
סולם
~1 מיליון מילים · 2 מיליון אסימונים
שפה
ערבית (MSA ודיאלקטים)
אזור
האזור הפאן-ערבי
פוּרמָט
.xlsx / JSON
רישוי
לא בלעדי

שישים וחמישה אלף שאלות ותשובות בערבית תקנית מודרנית ובניבים אזוריים. שונה מערכי השאלות והתשובות בכך שהוא מספק את צד ההוראה ללא תשובות מזווגות, מה שמתאים לצוותים שיוצרים השלמות משלהם, מבצעים עבודת כוונון העדפות או בונים רתמות הערכה הדורשת כיסוי רחב של שאלות ותשובות בערבית.

קורפוס טקסט גולמי בערבית (MSA וניבים)

תכולה
20 מיליון מילים
סולם
~40 מיליון טוקנים
שפה
ערבית (MSA ודיאלקטים)
אזור
האזור הפאן-ערבי
פוּרמָט
טקסט / JSON
רישוי
לא בלעדי

עשרים מיליון מילים של טקסט ערבי גולמי המשתרע על פני ערבית תקנית מודרנית וניבים אזוריים, קורפוס הערבי היחיד הגדול ביותר בקטלוג זה. מיועד לאימון מקדים של מודלי שפה ולהרחבת אוצר מילים וכיסוי ניבים במודלים שמטפלים כיום היטב ב-MSA ובניבים גרועים. מסופק כטקסט רגיל או JSON בהתאם לפורמט שלך.

הנחיות TTS בערבית הסעודית

תכולה
11,000 הנחיות
סולם
~223 אלף מילים
שפה
ערבית (MSA וסעודיה)
אזור
ערב הסעודית
פוּרמָט
.xlsx / JSON
רישוי
לא בלעדי

אחד עשר אלף הנחיות סקריפט שנכתבו להקלטת טקסט לדיבור בערבית תקנית מודרנית ובדיאלקט סעודי. ניסוח בנוי כך שידיבר בקול רם ולא ייקרא, דבר שחשוב לעבודת קול וזו הסיבה שקורפוסי טקסט כלליים יוצרים סקריפטים גרועים של TTS. מתאים לצינורות סינתזת דיבור ולמידול תגובה של עוזר קולי.