Dataset Viewer
Auto-converted to Parquet
File Name
stringlengths
7
198
Domain
stringclasses
3 values
Neapolitan Text
stringlengths
16
306
002.m4a
Play
E chesto capisce tu: 'e denare!
003.m4a
Play
E cu' 'e denare t'he accattato tutto chello ca he voluto!
004.m4a
Play
Ma Filumena Marturano ha fatto correre essa a te! E currive senza ca te n'addunave.
005.m4a
Play
E ancora he 'a correre, ancora he 'a iettà 'o sango a capi comme se campa e se prucede 'a galantomo!
006.m4a
Play
O miédeco nun sapeva niente.
007.m4a
Play
Ce ha creduto pur'isso, e ce avev' 'a credere!
008.m4a
Play
Qualunque femmena, doppo vinticinc'anne che ha passato vicino a te, se mette in agonia.
009.m4a
Play
T'aggio fatto 'a serva!
010.m4a
Play
A serva ll'aggio fatta pè vinticinc'anne, e vuie 'o ssapite.
011.m4a
Play
E maie ca t'avesse visto sottomessa, che ssaccio?
012.m4a
Play
E avev' 'a chiagnere pe' te?
013.m4a
Play
Era troppo bello 'o mobile.
014.m4a
Play
E quanno me vulive vedé 'e durmi, tu?
015.m4a
Play
A strada d' 'a casa t' 'a scurdave.
016.m4a
Play
E mmeglie feste, 'e meglie Natale me ll'aggio passate sola comm' a na cana.
017.m4a
Play
Saie quanno se chiagne?
018.m4a
Play
Quanno se cunosce 'o bbene e nun se pò avé!
019.m4a
Play
Ma Filumena Marturano bene nun ne cunosce... e quanno se cunosce sulo 'o mmale nun se chiagne.
020.m4a
Play
A suddisfazione 'e chiagnere, Filumena Marturano, nun l'ha pututa maie avé!
021.m4a
Play
Comm' all'ultima femmena m' he trattato, sempe!
022.m4a
Play
Ma mo, all'urdemo all'urdemo, a cinquantaduie anne, se retira cu' 'e fazzulette spuorche 'e russetto, ca me fanno schifo.
023.m4a
Play
A chella chi? .,. A chella chi?
024.m4a
Play
Appriesso a chella schifosa!
025.m4a
Play
Che te cride ca nun l'avevo capito?
026.m4a
Play
Tu buscie nun ne saie dicere, e chisto è 'o difetto tuio.
027.m4a
Play
Cinquantaduie anne, e se permette 'e se mettere cu' na figliola 'e vintiduie!
028.m4a
Play
Nun se ne mette scuorno
029.m4a
Play
E mm' 'a mette dint' 'a casa, dicenno ca era l'infermiera... Pecché isso se credeva overo ca io stevo murenno.
030.m4a
Play
Madonna... quanto me faie schifo!
031.m4a
Play
E se io stevo murenno overamente, tu chesto avisse fatto?
032.m4a
Play
Ma pecché, tu murive e io nun avev' 'a magnà cchiu?
033.m4a
Play
Nun m'avev' 'a sustené?
034.m4a
Play
Ch'e rrose mmiez' 'a tavula?
035.m4a
Play
Ma pecché, nun ero padrone d' 'e mmettere?
036.m4a
Play
Quanto me faie ridere!
037.m4a
Play
Ma che me ne mporta 'e te, d' 'a figliola che t'ha fatto perdere 'a capa, 'e tutto chello ca me dice?
038.m4a
Play
Ma tu te cride overo ca io ll'aggio fatto pe' te?
039.m4a
Play
Ma io nun te curo, nun t'aggio maie curato.
040.m4a
Play
Na femmena comm' a mme, ll'he ditto tu e mm' 'o stai dicenno 'a vinticinc'anne, se fa 'e cunte.
041.m4a
Play
Me sierve... Tu, me sierve!
042.m4a
Play
E denare! E nun te l'avarria date?
043.m4a
Play
Filume', tu afforza me vuo pògnere?
044.m4a
Play
Ma pecché nun avev' 'a mangià, secondo voi?
045.m4a
Play
Qua sta 'a cena.
046.m4a
Play
Quanno site venuto ogge p'urdinà 'a cena, ve ricurdate?
047.m4a
Poetry
Cient’anne arreto ch’era viva Vava,
048.m4a
Poetry
nnante che ffosse Vartommeo Coglione,
049.m4a
Poetry
dicea no cierto che l’auciello arava
050.m4a
Poetry
a ttiempo che sguigliaje lo Sciatamone.
051.m4a
Poetry
Nc’era lo Rre Marruocco che s’armava,
052.m4a
Poetry
panzera, lanza longa e toracone,
053.m4a
Poetry
e po’ jeva a ttrovà li Mammalucche
054.m4a
Poetry
co balestre, spigarde, e co ttrabucche.
055.m4a
Poetry
Chillo fu tiempo che Berta filava,
056.m4a
Poetry
co chillo doce vivere a l’antica!
057.m4a
Poetry
Portave brache, e nullo delleggiava!
058.m4a
Poetry
Ogn’anno, il due novembre, c’è l’usanza per i defunti andare al Cimitero,
059.m4a
Poetry
Si pe la via na femmena passava,
060.m4a
Poetry
le dicevano: “Ddio la benedica!”.
061.m4a
Poetry
Mo, s’uno parla, e chella se corruzza.
062.m4a
Poetry
Chi te pienze che ssia? Monna Maruzza.
063.m4a
Poetry
O bell’ausanza, e ddove si’ squagliata?
064.m4a
Poetry
Pecchè non tuorne, o doce tiempo antico?
065.m4a
Poetry
Pigliave co lo bisco, a na chiammata,
066.m4a
Poetry
cient’aucelluzze a no trunco de fico!
067.m4a
Poetry
Le ffemmene, addorose de colata,
068.m4a
Poetry
Ma chi te cride d’essere, nu ddio? Cca dinto, ‘o vvuò capì ca simmo eguae?
069.m4a
Poetry
danzanno tutte ‘n chietta, (oh bona fede!)
070.m4a
Poetry
Madonna, si ce penzo che paura! ma po’ facett’ un’anema ‘e curaggio
071.m4a
Poetry
Dove se trova mai tanta lianza!
072.m4a
Poetry
Lo marito sì ccaro a la mogliera,
073.m4a
Poetry
che a mano a mano ‘ntravano a na danza
074.m4a
Poetry
co chella ciaramella tant’allera!
075.m4a
Poetry
Vedive, a chioppa a chioppa, na paranza
076.m4a
Poetry
co chell’antica e semprece manera!
077.m4a
Poetry
Lo viecchio a chillo tiempo era zitiello,
078.m4a
Poetry
co le brache stringate e ‘n jopponciello.
079.m4a
Poetry
Chillo non era tiempo ammagagnato!
080.m4a
Poetry
Le ffemmene assettate mmiezo chiazza,
081.m4a
Poetry
non c’era n’ommo ch’avesse parlato,
082.m4a
Poetry
ca vernava ‘n cajola la cajazza.
083.m4a
Poetry
era tenuto pe gallo de razza.
084.m4a
Poetry
Ll’uno co ll’autro lo mostrav’a dito:
085.m4a
Poetry
“Chillo che passa mo, chill’è lo zito!”
086.m4a
Poetry
Tutte le bon’ausanze so’ lassate!
087.m4a
Poetry
Le rose mo deventano papagne!
088.m4a
Poetry
Lo vicenato, ‘n chietta e ‘n lebertate,
089.m4a
Poetry
a chillo tiempo jevano a li vagne,
090.m4a
Poetry
Pecché ‘ncopp’a sta terra femmene comme a te non ce hanna sta pé n’ommo onesto comme a me!…
091.m4a
Poetry
Si ddoce comme ‘o zucchero
092.m4a
Poetry
E ghievano abbracciate a otto, a diece,
093.m4a
Poetry
cchiù ghianche e rosse che le mmela-diece
094.m4a
Poetry
Chella co la gonnella de scarlata
095.m4a
Poetry
portava perne grosse comm’antrita.
096.m4a
Blog
O Puorto 'e Napule è nu puorto mpizzato int''o Gurfo 'e Napule ca se spanne int''a custiera d''a cità 'e Napule.
097.m4a
Blog
È uno d''e cchiù mpurtanti puorte d'Europa.​
098.m4a
Blog
Melito 'e Napule (ditto Mêlito d''a ggente) è nu comune 'e 38.062 crestiane d''a pruvincia 'e Napule.
099.m4a
Blog
O Regno 'e Napule (nomme ufficiale: Regno 'e Sicilia citeriore) è 'o nomme cu cui è canusciuto nu stato indipendente, ca esisteva tra 'o XIII e 'o XIX seculo e ca currispunneva a ll'attuale reggione 'e ll'Italia meridiunale, 'ncluse Abruzzo e parte d"o Lazzio, ma cca lassava fore 'a Sicilia
100.m4a
Blog
O gurfo 'e Napule è na 'nzenatura d''o Mar Tirreno meriddionale, cumprèsce 'nfra 'a penisula flegrea a nord-ovest (capo Miseno) e 'a penisula surrientina a sud-est (punta Campanella)
101.m4a
Blog
A Zona Nnustriale (o Gianturco) è nu rione 'e 6082 crestiani d''a part' 'e levante 'e Napule.
End of preview. Expand in Data Studio

Neapolitan-Spoken-Corpus (NSC)

Neapolitan-Spoken-Corpus (NSC) is the first publicly available speech corpus designed specifically for benchmarking Automatic Speech Recognition (ASR) systems on Neapolitan, a low-resource Romance dialect of Southern Italy. It includes 141 sentence-level audio recordings along with gold-standard orthographic transcriptions.

The dataset was created to address the lack of computational resources for dialectological research and the development of equitable speech technologies.

Dataset Structure

Neapolitan-Spoken-Corpus/
├── audioData/
│   ├── 002.m4a
│   ├── 003.m4a
│   ├── ...
│   └── 142.m4a
├── code/
│   ├── generate_json.py
│   ├── transcribe_whisper.py
│   └── evaluate_metrics.py
├── .gitattributes
├── README.md
├── requirements.txt
└── transcripts.csv

Intended Uses & Limitations

The dataset is primarily intended for evaluating and developing ASR systems that support dialectal languages, particularly those with minimal computational resources. It provides a benchmark for dialect-aware speech recognition and can also support linguistic research in computational dialectology and language preservation.

How to Use

To use this dataset and its associated scripts:

# Clone repository
git clone https://huggingface.co/datasets/anonymous-nsc-author/neapolitan-spoken-corpus
cd neapolitan-spoken-corpus
# Install dependencies
pip install -r requirements.txt
# (Optional) Generate sentences.json
python code/generate_json.py
# Transcribe audio files with Whisper ASR (requires OPENAI_API_KEY)
export OPENAI_API_KEY=your-key-here
python code/transcribe_whisper.py
# Evaluate transcription accuracy metrics (WER, BLEU, etc.)
python code/evaluate_metrics.py

Evaluation Results

The dataset was evaluated using OpenAI's Whisper model with the language set to Standard Italian. The results indicate significant performance degradation on Neapolitan dialect speech:

Metric Mean Std Dev Min Max
WER (1 - WER similarity) 0.1306 0.1654 0.0000 0.9091
Levenshtein (normalized) 0.6360 0.1375 0.0870 0.9804
BLEU 0.0436 0.0961 0.0000 0.8932
Jaccard 0.1078 0.1294 0.0000 0.8333

Ethical Considerations

All participants involved in creating this dataset provided explicit informed consent. Audio and transcription data include no sensitive, private, or personally identifiable information.

Downloads last month
38