Hugging Face's logo

Datasets:
amine-khelif
/
DuBLaB-en-fr-0.8

Tasks:
Text-to-Speech
Automatic Speech Recognition
Audio-to-Audio
Modalities:
Audio
Text
Formats:
parquet
Languages:
English
French
Size:
1K - 10K
Libraries:
Datasets
Dask
License:
Dataset card Data Studio Files
xet
Community
1
Dataset Viewer
Auto-converted to Parquet
id
int64
0
3.3k
english_audio
audioduration (s)
0.18
30
english_text
stringlengths
1
253
english_duration
float32
0.18
30
french_audio
audioduration (s)
0.2
30
french_text
stringlengths
4
276
french_duration
float32
0.2
30
overlap_ratio
float32
0.8
1
0
I think I should make a list.
25.35
Papa, je devrais faire une liste.
25.503
0.982
1
Well, you know you're only getting a couple of things, right?
2.282
Tu n'auras que deux ou trois cadeaux, tu le sais, ça ?
2.663
0.811
2
He travels in the past with this machine.
1.822
Il voyage dans le passé avec sa machine.
1.842
0.803
3
Oh, no, you don't, Chris.
1.121
Oh non, c'est hors de question.
1.262
0.808
4
So I gotta get Christopher home, feed him, bathe him, get him in bed, and be back here by 7.
4.929
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
0.991
5
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
6
What are you supposed to do with it?
0.921
Qu'est-ce qu'il faut faire avec ?
0.981
0.887
7
You already filed an extension.
1.843
Tu leur as déjà demandé un délai.
1.803
0.846
8
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
9
You should probably do your sales calls.
2.122
Tu ferais peut-être mieux de démarcher des clients.
1.968
0.927
10
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
11
Just sell us in your contract.
1.321
Dépêche-toi de remplir ton contrat.
1.542
0.832
12
Get us out of that business.
1.381
Débarrasse-nous de ces machines.
1.622
0.851
13
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
14
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
15
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
16
Goodbye and good riddance.
2.143
Au revoir et bon débarras.
2.203
0.919
17
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
18
We pick nicknames.
1.823
On a pris des surnoms.
2.202
0.828
19
Ten-gallon head.
1.923
Tête d'ogive.
2.183
0.881
20
I grew up in Louisiana near Texas.
1.923
J'ai grandi en Louisiane, à côté du Texas.
2.083
0.923
21
Us Cartwright on Bonanza.
2.243
Oss ? Oss Cartwright dans Bonanza.
2.563
0.875
22
After snack, after your nap?
1.803
Après le goûter, la sieste ?
2.162
0.834
23
After Love Bowl.
6.149
Après la croisière s'amuse.
6.525
0.942
24
He says he's been watching TV.
1.522
Il dit que vous le mettez devant la télévision.
1.841
0.827
25
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
26
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
27
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
28
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
29
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
30
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
31
You're not supposed to have any of those.
2.884
Tu devais revenir à la maison sans machine.
2.924
0.935
32
Take care of yourself.
1.843
Bonne continuation.
2.002
0.921
33
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
34
I can do it.
0.502
Je peux le faire.
0.621
0.808
35
You almost have the sign.
1.021
Vous avez presque fait une face.
1.241
0.823
36
Just flip around.
1.862
Vous n'avez qu'à faire demi-tour.
2.003
0.93
37
Where'd it go?
0.44
Où vous allez ?
0.541
0.807
38
I'm not gonna kill you!
19.847
Je vais te tuer !
22.521
0.866
39
The doors are closed.
11.696
Attention à la fermeture !
12.836
0.877
40
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
41
Hold on one second.
4.206
Oui, oui, oui, j'ai ce qu'il faut.
3.565
0.848
42
Okay, bye.
1.281
Oui, allez, au revoir.
1.341
0.832
43
119, 120, double overtime.
2.803
119 à 120 avec deux prolongations.
2.924
0.923
44
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
45
Get the hell out of here then, Linda.
1.121
T'as raison, barre-toi, Linda !
1.282
0.874
46
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
47
You are so weak.
1.501
Mais vraiment, tu es tellement faible !
1.622
0.9
48
Christopher's living with me.
4.825
Christopher, reste avec moi !
5.068
0.952
49
Just get your stuff.
2.343
Prends vite tes affaires, allez.
2.164
0.924
50
Let me ask you something.
1.141
Je peux te poser une question ?
1.142
0.903
51
You're staying at home where you belong, all right?
19.669001
Tu restes à la maison, là où tu dois être.
19.521
0.992
52
Yeah, I'm good for that, Charlie.
2.302
Oui, aucun souci, j'ai ce qu'il faut.
2.123
0.859
53
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
54
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
55
I got painters coming in.
1.241
J'ai des peintres qui viennent.
1.402
0.885
56
Payable in the city of San Francisco.
1.562
Payable à l'ordre de la ville de San Francisco.
1.923
0.812
57
What am I supposed to do with my son?
1.261
Et mon fils, vous y avez pensé ?
1.262
0.963
58
I've been sitting out there for the last half hour trying to come up with a story that would explain my being here dressed like this.
7.629
Ça fait bien 30 minutes que je me casse la tête à essayer de vous pondre une histoire qui expliquerait pourquoi je me présente dans cette incroyable tenue.
8.631
0.856
59
And I couldn't think of anything.
1.983
J'ai eu beau me creuser, je n'ai rien trouvé.
1.983
0.807
60
Parking tickets? What?
2.464
Pour des contraventions ?
2.645
0.932
61
What were you doing before you were arrested?
2.263
Que faisiez-vous avant qu'on vous arrête ?
2.244
0.917
62
Yes, sir.
1.262
Oui, monsieur ?
1.142
0.905
63
How many times have you seen Chris?
2.563
Combien de fois avez-vous vu Chris ?
2.524
0.985
64
I don't know how you did it dressed as a garbage man, but you really pulled it off in there.
2.944
Je ne sais pas comment vous avez fait avec votre déguisement des boueurs, mais vous avez fait un tabac.
3.143
0.937
65
You know what I'll look like if you back out?
1.602
Vous savez de quoi j'aurais l'air si vous abandonnez ?
1.362
0.85
66
If I sold them all, maybe we might get by.
17.266001
Si je réussissais à tous les vendre, peut-être qu'on s'en sortirait.
17.372999
0.994
67
I had an interview at Dean Witter for an internship, and I got it.
6.087
J'ai passé un entretien chez Dean Wither pour un stage.
5.626
0.923
68
So I'm going to stand out in my program.
1.782
Je compte bien être la star du programme.
1.882
0.852
69
Hey, do you know what today is?
1.982
Hé, tu sais quel jour on est ?
2.103
0.942
70
Saturday.
0.961
Samedi.
0.861
0.839
71
So you'll probably ultimately rank somewhere around there, you know?
3.726
T'as de grandes chances de plafonner.
2.984
0.801
72
So really, you'll excel at a lot of things, just not this.
4.206
Alors, tu vois, tu vas exceller dans un tas d'autres domaines.
3.865
0.845
73
Don't ever let somebody tell you you can't do something.
5.949
Ne laisse jamais personne te dire que tu n'es pas capable.
5.908
0.993
74
All right.
2.163
Compris.
2.383
0.908
75
One day, a man was drowning in the water.
3.205
Un jour, un monsieur se noyait dans l'eau.
3.625
0.884
76
This part of my life is called internship.
14.279
Ce chapitre de ma vie, c'est le stage.
16.320999
0.833
77
1200 building is Medley Industrial in Senko Oil.
3.227
La tour du 1200 héberge Mévenet Industries et Sanko Oil.
3.829
0.843
78
The building across the street is Leray Shipping.
2.705
L'immeuble en face, les transports l'iraient.
2.546
0.905
79
In a couple of weeks, you'll get call sheets with the phone numbers of employees from every Fortune 500 company in the financial district.
7.436
Dans deux semaines, vous aurez entre les mains le numéro de téléphone des employés des entreprises du top 500 ayant des bureaux implantés dans le quartier des affaires.
7.738
0.948
80
You will mainly be cold calling potential clients.
2.926
Vous ferez essentiellement de la prospection téléphonique de clients.
2.848
0.849
81
We need you to match their needs and goals to one of our many financial plans.
3.706
Nous voulons que vous trouviez parmi nos services financiers ceux qui correspondent à leurs besoins.
4.332
0.845
82
Some of you guys are here because you know somebody.
2.042
Certains d'entre vous sont ici parce qu'ils connaissent quelqu'un.
2.263
0.902
83
Some of you guys are here because you think you're somebody.
2.182
Certains d'entre vous sont ici parce qu'ils pensent être quelqu'un.
2.283
0.855
84
That person's gonna be the guy who can turn this into this.
4.185
Cette personne sera celle qui réussira à convertir ceci en cela.
4.706
0.84
85
This is going to be your Bible.
1.822
Ce livre sera votre bible.
1.902
0.892
86
X number of calls equals X number of prospects.
2.783
Un nombre X d'appels correspond à un nombre X de contacts.
3.328
0.836
87
X number of customers equals X number of dollars in the company's pocket.
3.884
Un nombre X de clients correspond à un nombre X de dollars dans la poche de la société.
3.728
0.96
88
It's not a simple pass-fail.
1.902
Ce n'est pas un simple examen de passage.
1.762
0.877
89
It's an evaluation tool we use to separate applicants.
3.123
C'est un outil d'évaluation qu'on utilise pour départager les postulants.
3.665
0.808
90
Pop, I'll get a quick bite and then back in there for board prep.
2.783
Je pense que je vais grignoter un petit truc et vite retourner à la formation.
2.785
0.974
91
And ours were only an hour, not three like yours.
2.382
Le nôtre ne durait qu'une heure et non trois comme le vôtre.
2.043
0.858
92
We didn't do world markets, we didn't bother with taxes, and it was still a pain in the ass.
4.264
Nous n'avions pas le marché mondial ni la corvée de la fiscalité et c'était déjà une vraie galère.
4.767
0.894
93
Good talking to you, sir.
10.997
Mais j'étais content de vous parler.
9.714
0.883
94
Hey, hey, hey, asshole.
8.293
Hé !
6.827
0.823
95
We should wait for the police.
1.222
Il faut attendre la police.
1.101
0.806
96
Qualified persons are interested in investing and have money to invest now.
4.207
Je veux dire par là, des gens qui souhaiteraient investir et qui ont de l'argent à investir tout de suite.
4.524
0.929
97
Would you give me some coffee, please?
2.463
Pourriez-vous m'apporter un café, s'il vous plaît ?
2.282
0.927
98
Then catch the bus by four to the place where they can't spell happiness.
3.464
Et prendre le bus avant 16h pour me rendre là où ils ne savent pas écrire bonheur.
3.945
0.878
99
From the bottom to the top.
2.742
On devait commencer par en bas.
2.664
0.904
End of preview. Expand in Data Studio

DuBLaB-en-fr-0.8

Description

DuBLaB-en-fr-0.8 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.

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: 27652.4280 s
  Mean:                  4.6172 s
  Minimum:               0.1800 s
  Maximum:               30.0070 s
  Variance:              29.4496 s^2
  • French durations:
  Global Total Duration: 28565.8570 s
  Mean:                  4.7697 s
  Minimum:               0.2000 s
  Maximum:               30.0070 s
  Variance:              30.2705 s^2

Visualizations

Text Density Distribution

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

wordpersec08.png

Cosine Similarity (English-French)

This KDE plot represents the semantic similarity between English and French transcripts, computed using LaBSE enmbedding model.

kde08.png

Usage

Loading the Dataset

Use the Hugging Face datasets library:

from datasets import load_dataset

dataset = load_dataset("amine-khelif/DuBLaB-en-fr-0.8")
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-0.8 in your research, please cite it as follows:

@misc{DuBLaB-en-fr-0.8,
  author       = {Khelif, Amine Khelif},
  title        = {DuBLaB en-fr Dataset (Version 0.8)},
  howpublished = {\url{https://huggingface.co/amine-khelif/DuBLaB-en-fr-0.8}},
  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-0.8 today! 🚀

Downloads last month
25
Size of downloaded dataset files:
7.6 GB
Size of the auto-converted Parquet files:
7.6 GB
Number of rows:
5,989

Collection including amine-khelif/DuBLaB-en-fr-0.8