---
language:
  - wo
task_categories:
  - automatic-speech-recognition
tags:
  - wolof
  - asr
  - speech
  - senegal
  - africa
  - low-resource
  - alffa
pretty_name: Wolof Speech Transcription
size_categories:
  - 10K<n<100K
dataset_info:
  features:
    - name: audio
      dtype: audio
    - name: sentence
      dtype: string
  splits:
    - name: train
      num_examples: 12599
    - name: test
      num_examples: 2245
  config_name: default
---

# Wolof Speech Transcription

## Description

Dataset de reconnaissance automatique de la parole (ASR) en **wolof**, une langue d'Afrique de l'Ouest parlée par plus de 10 millions de locuteurs, principalement au Sénégal.

Ce dataset est un miroir HuggingFace du corpus wolof du projet **ALFFA** hébergé à l'origine sur GitHub par le laboratoire GETALP (Grenoble).

## Source originale

Ce dataset provient du projet ALFFA :

- **Repository** : [getalp/ALFFA_PUBLIC](https://github.com/getalp/ALFFA_PUBLIC/tree/master/ASR/WOLOF)
- **Laboratoire** : GETALP, Université Grenoble Alpes
- **Objectif** : fournir des ressources ASR pour les langues africaines peu dotées

## Composition du dataset

| Split | Échantillons |
|-------|-------------|
| **Train** | 12 599 |
| **Test** | 2 245 |
| **Total** | **14 844** |

## Schéma des données

| Colonne | Type | Description |
|---------|------|-------------|
| `audio` | Audio | Signal audio |
| `sentence` | string | Transcription en wolof |

## Utilisation

```python
from datasets import load_dataset

dataset = load_dataset("serge-wilson/wolof_speech_transcription")

train = dataset["train"]
test = dataset["test"]

example = train[0]
print(example["sentence"])
# "moo taxit feebaru jigéen dafa bari façons"
```


## Citation

Si vous utilisez ce dataset, veuillez citer le projet ALFFA original :

```bibtex
@inproceedings{gauthier2016collecting,
  title={Collecting Resources in Sub-Saharan African Languages for Automatic Speech Recognition: a Case Study of Wolof},
  author={Gauthier, Elodie and Besacier, Laurent and Voisin, Sylvie and Melese, Michael and Elingui, Jonathan},
  booktitle={Proceedings of the Tenth International Conference on Language Resources and Evaluation (LREC'16)},
  year={2016}
}
```


## Remerciements

Merci au laboratoire GETALP et aux auteurs du projet ALFFA pour avoir rendu ces données disponibles en open source.