Hugging Face's logo

Datasets:
amine-khelif
/
DuBLaB-en-fr-0.7-f-0.5

Tasks:
Text-to-Speech
Automatic Speech Recognition
Audio-to-Audio
Modalities:
Audio
Text
Formats:
parquet
Languages:
English
French
Size:
10K - 100K
Libraries:
Datasets
Dask
License:
Dataset card Data Studio Files
xet
Community
1
Dataset Viewer
Auto-converted to Parquet
id
int64
0
4.86k
english_audio
audioduration (s)
0.5
29.9
english_text
stringlengths
3
291
english_duration
float32
0.5
29.9
french_audio
audioduration (s)
0.5
29.7
french_text
stringlengths
4
339
french_duration
float32
0.5
29.7
overlap_ratio
float32
0.7
1
0
For your birthday gifts? Yeah.
1.682
Une liste pour tes cadeaux d'anniversaire ? Oui !
2.222
0.757
1
Well, you know you're only getting a couple of things, right? Yeah, I know.
3.303
Tu n'auras que deux ou trois cadeaux, tu le sais, ça ?
2.663
0.806
2
He travels in the past with this machine.
1.822
Il voyage dans le passé avec sa machine.
1.842
0.803
3
It's a portable bone density scanner.
2.323
C'est un ostéo-densitomètre portable.
3.104
0.742
4
We just don't need it, Chris.
0.841
On n'en a pas besoin, Chris.
1.041
0.719
5
Oh, no, you don't, Chris.
1.121
Oh non, c'est hors de question.
1.262
0.808
6
So I gotta get Christopher home, feed him, bathe him, get him in bed, and be back here by 7. Yes.
6.291
Alors je dois aller chercher Christopher, le nourrir, lui faire prendre son bain, le mettre au lit et enfin revenir ici pour 19h ?
4.886
0.776
7
There's no parking near hospitals.
1.603
Interdit de se garer près des hôpitaux.
2.224
0.721
8
I'd have to sell one more to pay off all of those tickets under my windshield wiper.
4.086
Maintenant, je dois en vendre un de plus pour payer les prunes qui s'accumulent sous mes essuie-glaces.
3.907
0.956
9
It's for adults.
0.681
C'est pour adultes.
0.721
0.722
10
What are you supposed to do with it?
0.921
Qu'est-ce qu'il faut faire avec ?
0.981
0.887
11
You already filed an extension.
1.843
Tu leur as déjà demandé un délai.
1.803
0.846
12
I'ma go down and see about this, and I'ma do it during the day.
3.684
Je vais aller me renseigner et je vais y aller dans la journée.
3.125
0.848
13
You should probably do your sales calls.
2.122
Tu ferais peut-être mieux de démarcher des clients.
1.968
0.927
14
I don't need you to tell me about my sales calls, Linda.
2.262
Inutile de me dire de démarcher des clients.
1.807
0.758
15
I got three of them before the damn office is even open.
3.204
Aujourd'hui, je vois trois toubibs avant qu'ils n'ouvrent leur putain de cabinet.
4.035
0.794
16
Do you remember that rent is due next week?
2.703
Tu te souviens qu'on doit payer le loyer la semaine prochaine ?
3.083
0.877
17
We're already two months behind.
1.902
On doit déjà deux mois au propriétaire.
2.562
0.701
18
Just sell us in your contract.
1.321
Dépêche-toi de remplir ton contrat.
1.542
0.832
19
Get us out of that business.
1.381
Débarrasse-nous de ces machines.
1.622
0.851
20
This is what I'm trying to do for my family, for you and for Christopher.
3.966
C'est exactement ce que j'essaie de faire pour ma famille, pour toi et pour Christopher.
4.004
0.837
21
Chris? Yes.
0.741
Chris ? Oui.
0.981
0.755
22
Tim Brokaw, Resources. How are you? Come with me. Yes, sir.
2.382
Tim Brophy, de l'ADRH. Enchanté. Suivez-moi.
2.183
0.916
23
See, this is the satellite office.
1.121
Ceci est un bureau annexe.
1.442
0.728
24
Like I said, this part of my life is called being stupid.
4.384
Comme je vous le disais, ce chapitre de ma vie s'appelle « L'art d'être stupide ».
6.047
0.725
25
It's a puzzle measuring just three inches by three inches on each side, made up of multiple colors that you twist and turn and try to get to a solid color on each side.
8.567
C'est un puzzle cubique mesurant à peine 8 cm de côté, composé de multiples facettes colorées qu'on pivote et qu'on tourne pour essayer de réunir les couleurs de chaque face.
9.507
0.901
26
Don't expect to solve it easily, although we did encounter one math professor at USF who took just 30 minutes on his.
6.866
N'espérez pas en venir à bout facilement, quoique nous ayons rencontré un professeur de mathématiques qui n'a passé que 30 minutes sur le sien.
6.909
0.812
27
Goodbye and good riddance.
2.143
Au revoir et bon débarras.
2.203
0.919
28
Bye, Mom. Bye.
2.964
Au revoir, maman.
2.543
0.858
29
Yeah, that's spelled right, but that's not part of the motto, so you're not supposed to learn that.
4.367
Là, il n'y a aucune faute d'orthographe, mais à la base, ça n'est pas dans la citation.
3.384
0.771
30
But just don't use that one, okay? Okay.
2.504
Mais toi, ne l'utilise pas, d'accord ? D'accord.
3.564
0.703
31
What's that say on the back of your bag?
2.645
Qu'est-ce qu'il y a d'écrit sur ton sac à dos ?
2.362
0.878
32
We pick nicknames.
1.823
On a pris des surnoms.
2.202
0.828
33
Ten-gallon head.
1.923
Tête d'ogive.
2.183
0.881
34
I grew up in Louisiana near Texas.
1.923
J'ai grandi en Louisiane, à côté du Texas.
2.083
0.923
35
Us Cartwright on Bonanza.
2.243
Oss Cartwright dans Bonanza.
2.443
0.918
36
When do you watch it?
0.861
Quand tu regardes ça ?
1.221
0.705
37
After snack, after your nap?
1.803
Après le goûter, la sieste ?
2.162
0.834
38
He says he's been watching TV.
1.522
Il dit que vous le mettez devant la télévision.
1.841
0.827
39
Oh, little TV for history.
1.963
Ouais, un peu de télé, bon pour l'histoire.
2.583
0.732
40
If he's going to be sitting around watching TV all day, we're taking him out of here.
4.005
Mais s'il ne vient ici que pour s'asseoir devant la télé toute la journée, je ne l'amènerai plus.
4.125
0.965
41
Can you at least put the dog upstairs in your room or something?
3.345
Vous pourriez au moins mettre le chien à l'étage dans votre chambre.
3.164
0.946
42
I just had to show him I was good with numbers and good with people.
3.947
Il fallait simplement lui montrer que j'étais à l'aise avec les chiffres et les gens.
4.165
0.831
43
Hey, I wanted to drop this off to you personally and make your acquaintance.
2.483
Oui, je tenais à vous remettre ce document et à faire votre reconnaissance.
2.584
0.861
44
I'd really love the opportunity to sit and discuss what may seem like weaknesses on my application.
3.824
M. Trissol, j'aurais aimé pouvoir m'asseoir et discuter de ce qui pourrait passer pour des lacunes dans ma candidature.
4.365
0.876
45
So if I lost one, it was like losing a month's groceries.
3.885
Du coup, en perdre une, c'était perdre un mois de provision.
3.964
0.963
46
Did you forget? Forget what?
2.884
T'as oublié ?
2.303
0.788
47
You're not supposed to have any of those.
2.884
Tu devais revenir à la maison sans machine.
2.924
0.935
48
You don't know that that's a basketball.
1.902
Qui te dit que c'est un ballon de basket ?
1.442
0.758
49
Yeah, but I got it.
1.081
Oui, mais j'y arrive.
1.281
0.793
50
When I got pregnant, it'll be fine.
2.223
Quand je suis tombée enceinte.
1.665
0.749
51
So you don't trust me now? Whatever.
2.303
Alors tu ne me fais plus confiance maintenant.
1.765
0.766
52
Take care of yourself.
1.843
Bonne continuation.
2.002
0.921
53
Mr. Twistle, actually, I'm on my way to Noe Valley also.
3.745
Monsieur Tristle, en fait, moi aussi je vais à Noévalais, ça tombe bien.
4.504
0.831
54
So when I was in the Navy, I worked for a doctor who loved to play golf hours every day.
5.848
Oui, alors quand j'étais dans la Navy, je travaillais pour un docteur qui était fou de golf.
4.344
0.743
55
I can do it.
0.502
Je peux le faire.
0.621
0.808
56
You really messed it up. Sorry.
3.445
Vous l'avez vraiment chamboulé. Désolé.
3.307
0.716
57
If it's red in the center, that's the red side. Okay.
3.525
Si c'est rouge au milieu, je sais que ça sera rouge de ce côté.
3.57
0.878
58
You almost have the sign.
1.021
Vous avez presque fait une face.
1.241
0.823
59
Where are you going, sir? Excuse me, sir.
2.423
Vous allez où, monsieur ?
1.883
0.777
60
Just flip around. Okay.
2.082
Vous n'avez qu'à faire demi-tour. D'accord.
2.443
0.852
61
Please, stop!
0.922
Je veux mon fric !
1.122
0.753
62
I'm sorry! I'm so sorry!
2.004
Je suis désolé !
1.643
0.704
63
Are you all right with Christopher? I'm leaving.
2.082
Tout va bien avec Christopher ?
1.481
0.711
64
It was right then that I started thinking about Thomas Jefferson and the Declaration of Independence and the part about our right to life, liberty, and the pursuit of happiness.
12.96
C'est à ce moment-là que j'ai commencé à penser à Thomas Jefferson, à la déclaration d'indépendance et au passage sur notre droit à la vie, à la liberté et à la recherche du bonheur.
14.497
0.887
65
And I remember thinking, how did he know to put the pursuit part in there?
5.328
Et je me souviens que je me suis dit, comment a-t-il su qu'il fallait utiliser le mot recherche dans son texte ?
6.647
0.763
66
Yeah, of course. How are you?
2.478
Oui, oui, bien sûr.
2.003
0.808
67
Come on by day after tomorrow in the morning.
1.882
Vous allez venir après-demain, un matiné.
2.003
0.793
68
We're interviewing for the internships.
1.662
Nous passons des entretiens de stage.
2.024
0.782
69
Hold on one second.
4.206
Oui, oui, oui, j'ai ce qu'il faut.
3.565
0.848
70
Okay, bye.
1.281
Oui, allez, au revoir.
1.341
0.832
71
Hey, have you seen Linda and Christopher?
2.302
Salut, est-ce que t'as vu Linda et Christopher ?
2.984
0.771
72
No, you catch that nugget game last night? No, no.
1.822
Non, t'as vu le match des Nuggets hier soir ?
1.963
0.815
73
No, let's see.
0.881
Non, je l'ai pas vu.
0.621
0.705
74
119, 120, double overtime.
2.803
119 à 120 avec deux prolongations.
2.924
0.923
75
Moons hits a three-pointer, 17 seconds left.
2.503
Moons marque un 3 points à 17 secondes de la fin.
2.864
0.874
76
Can't talk to you about numbers right now.
1.762
Je peux pas parler chiffres pour l'instant.
2.203
0.761
77
Do you understand what I'm saying to you?
1.482
Est-ce que tu comprends ce que je te dis, Linda ?
2.103
0.705
78
Get the hell out of here then, Linda.
1.121
T'as raison, barre-toi, Linda !
1.282
0.874
79
Christopher's staying with me.
1.021
Mais Christopher, reste avec moi !
1.342
0.761
80
You're the one that dragged us down to this, you hear me?
1.962
Je te signale que c'est toi qui nous a foutus dans cette galère !
2.344
0.837
81
You are so weak.
1.501
Mais vraiment, tu es tellement faible !
1.622
0.9
82
No, I am not happy anymore.
1.782
Non, je ne suis plus heureuse !
1.423
0.777
83
But Christopher's living with me.
1.321
Mais Christopher, reste avec moi !
1.782
0.74
84
Christopher's living with me.
4.825
Christopher, reste avec moi !
5.068
0.952
85
Where's mom?
1.001
Elle est où, maman ?
1.282
0.781
86
Just get your stuff.
2.343
Prends vite tes affaires, allez.
2.164
0.924
87
Let me ask you something.
1.141
Je peux te poser une question ?
1.142
0.903
88
Yeah, I'm good for that, Charlie.
2.302
Oui, aucun souci, j'ai ce qu'il faut.
2.123
0.859
89
Why don't you go two blocks over the Mission Inn Motel?
2.943
Pourquoi vous n'allez pas au bout de la rue au Mission in Motel ?
3.344
0.859
90
Listen, Chris, I need you out of here in the morning.
2.342
Écoutez, je veux que vous ayez quitté les lieux demain matin.
2.603
0.79
91
The hell am I supposed to be out of here by tomorrow?
1.722
Comment je me démerde pour être parti demain matin ?
1.902
0.905
92
I got painters coming in.
1.241
J'ai des peintres qui viennent.
1.402
0.885
93
But I just, I gotta have some more time.
2.182
Oui, mais j'aurais besoin d'un peu de temps pour ça en plus.
2.909
0.75
94
Payable in the city of San Francisco.
1.562
Payable à l'ordre de la ville de San Francisco.
1.923
0.812
95
Does it have to be the full amount?
1.842
Est-ce que je dois payer l'intégralité maintenant ?
2.343
0.786
96
This is all I got.
1.061
C'est tout ce que je possède.
1.222
0.744
97
Be verified 9.30 tomorrow morning. What?
3.465
On le vérifiera à 9h30 demain matin. Quoi ?
4.446
0.779
98
Yeah, you gotta stay until this thing clears. No.
4.466
Oui, vous devez attendre qu'on ait l'autorisation. Non.
6.267
0.713
99
I have to pick up my son.
0.981
Je dois récupérer mon fils.
1.041
0.752
End of preview. Expand in Data Studio

DuBLaB-en-fr-0.7-f-0.5

Description

DuBLaB-en-fr-0.7-f-0.5 is a bilingual dataset of English-French audio segments, aligned and extracted from audiovisual sources. This dataset is designed for automatic speech recognition (ASR), machine translation, cross-lingual style mapping, and text-to-speech (TTS) applications.

This version was built on top of the 0.7 version and filtered to remove segments with a word-per-second (WPS) density below 0.5. The filtering process helps eliminate segments containing excessive silence or background noise, improving the dataset’s overall quality.

Structure

Each dataset entry contains:

  • id: Unique identifier for the segment.
  • english_audio: Audio file (16 kHz sampling rate).
  • english_text: English transcript.
  • english_duration: Duration of the English segment.
  • french_audio: Audio file (16 kHz sampling rate).
  • french_text: French transcript.
  • french_duration: Duration of the French segment.
  • overlap_ratio: IOU overlap between the English and French segments.

Duration Statistics

  • English durations:
  Global Total Duration: 31409.2120 s
  Mean:                  3.0893 s
  Minimum:               0.2810 s
  Maximum:               29.9230 s
  Variance:              6.3013 s^2
  • French durations:
  Global Total Duration: 33179.8130 s
  Mean:                  3.2635 s
  Minimum:               0.3430 s
  Maximum:               29.9900 s
  Variance:              6.8527 s^2

Visualizations

Text Density Distribution

This plot illustrates the distribution of words-per-second density after filtering.

f05.png

Usage

Loading the Dataset

Use the Hugging Face datasets library:

from datasets import load_dataset

dataset = load_dataset("amine-khelif/DuBLaB-en-fr-0.7-f-0.5")
print(dataset)

License

This dataset is released under the CC BY-NC 4.0 license. It is free to use exclusively for non-commercial purposes.

Citation

If you use DuBLaB-en-fr-0.7-f-0.5 in your research, please cite it as follows:

@misc{DuBLaB-en-fr-0.7-f-0.5,
  author       = {Khelif, Amine Khelif},
  title        = {DuBLaB en-fr Dataset (Version 0.7-f-0.5)},
  howpublished = {\url{https://huggingface.co/datasets/amine-khelif/DuBLaB-en-fr-0.7-f-0.5}},
  year         = {2025},
  note         = {Released under the CC BY-NC 4.0 license}
}

Contact

For any questions, suggestions, or contributions, please contact:

🚀 Start exploring DuBLaB-en-fr-0.7-f-0.5 today! 🚀

Downloads last month
94
Size of downloaded dataset files:
9.82 GB
Size of the auto-converted Parquet files:
9.82 GB
Number of rows:
10,167

Collection including amine-khelif/DuBLaB-en-fr-0.7-f-0.5