Hugging Face's logo

Datasets:
amine-khelif
/
DuBLaB-en-fr-0.7-f-0.2

Tasks:
Text-to-Speech
Automatic Speech Recognition
Modalities:
Audio
Text
Formats:
parquet
Languages:
English
French
Size:
10K - 100K
Libraries:
Datasets
Dask
License:
Dataset card Data Studio Files Community
Dataset Viewer
Auto-converted to Parquet
id
int64
0
4.16k
english_audio
audioduration (s)
0.5
29.9
english_text
stringlengths
3
253
english_duration
float32
0.5
29.9
french_audio
audioduration (s)
0.5
29.7
french_text
stringlengths
4
240
french_duration
float32
0.5
29.7
overlap_ratio
float32
0.7
1
0
I think I should make a list.
25.35
Papa, je devrais faire une liste.
25.503
0.982
1
For your birthday gifts? Yeah.
1.682
Une liste pour tes cadeaux d'anniversaire ? Oui !
2.222
0.757
2
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
3
He travels in the past with this machine.
1.822
Il voyage dans le passé avec sa machine.
1.842
0.803
4
It's a portable bone density scanner.
2.323
C'est un ostéo-densitomètre portable.
3.104
0.742
5
We just don't need it, Chris.
0.841
On n'en a pas besoin, Chris.
1.041
0.719
6
Oh, no, you don't, Chris.
1.121
Oh non, c'est hors de question.
1.262
0.808
7
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
8
There's no parking near hospitals.
1.603
Interdit de se garer près des hôpitaux.
2.224
0.721
9
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
10
It's for adults.
0.681
C'est pour adultes.
0.721
0.722
11
What are you supposed to do with it?
0.921
Qu'est-ce qu'il faut faire avec ?
0.981
0.887
12
You already filed an extension.
1.843
Tu leur as déjà demandé un délai.
1.803
0.846
13
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
14
You should probably do your sales calls.
2.122
Tu ferais peut-être mieux de démarcher des clients.
1.968
0.927
15
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
16
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
17
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
18
We're already two months behind.
1.902
On doit déjà deux mois au propriétaire.
2.562
0.701
19
Just sell us in your contract.
1.321
Dépêche-toi de remplir ton contrat.
1.542
0.832
20
Get us out of that business.
1.381
Débarrasse-nous de ces machines.
1.622
0.851
21
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
22
Chris? Yes.
0.741
Chris ? Oui.
0.981
0.755
23
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
24
See, this is the satellite office.
1.121
Ceci est un bureau annexe.
1.442
0.728
25
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
26
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
27
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
28
Goodbye and good riddance.
2.143
Au revoir et bon débarras.
2.203
0.919
29
Bye, Mom. Bye.
2.964
Au revoir, maman.
2.543
0.858
30
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
31
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
32
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
33
We pick nicknames.
1.823
On a pris des surnoms.
2.202
0.828
34
Ten-gallon head.
1.923
Tête d'ogive.
2.183
0.881
35
I grew up in Louisiana near Texas.
1.923
J'ai grandi en Louisiane, à côté du Texas.
2.083
0.923
36
Us Cartwright on Bonanza.
2.243
Oss Cartwright dans Bonanza.
2.443
0.918
37
When do you watch it?
0.861
Quand tu regardes ça ?
1.221
0.705
38
After snack, after your nap?
1.803
Après le goûter, la sieste ?
2.162
0.834
39
After Love Bowl.
6.149
Après la croisière s'amuse.
6.525
0.942
40
He says he's been watching TV.
1.522
Il dit que vous le mettez devant la télévision.
1.841
0.827
41
Oh, little TV for history.
1.963
Ouais, un peu de télé, bon pour l'histoire.
2.583
0.732
42
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
43
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
44
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
45
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
46
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
47
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
48
Did you forget? Forget what?
2.884
T'as oublié ?
2.303
0.788
49
You're not supposed to have any of those.
2.884
Tu devais revenir à la maison sans machine.
2.924
0.935
50
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
51
Yeah, but I got it.
1.081
Oui, mais j'y arrive.
1.281
0.793
52
When I got pregnant, it'll be fine.
2.223
Quand je suis tombée enceinte.
1.665
0.749
53
So you don't trust me now? Whatever.
2.303
Alors tu ne me fais plus confiance maintenant.
1.765
0.766
54
Take care of yourself.
1.843
Bonne continuation.
2.002
0.921
55
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
56
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
57
I can do it.
0.502
Je peux le faire.
0.621
0.808
58
You really messed it up. Sorry.
3.445
Vous l'avez vraiment chamboulé. Désolé.
3.307
0.716
59
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
60
You almost have the sign.
1.021
Vous avez presque fait une face.
1.241
0.823
61
1710. This is me.
2.542
Dix-sept-dix.
2.102
0.768
62
Where are you going, sir? Excuse me, sir.
2.423
Vous allez où, monsieur ?
1.883
0.777
63
Just flip around. Okay.
2.082
Vous n'avez qu'à faire demi-tour. D'accord.
2.443
0.852
64
Please, stop!
0.922
Je veux mon fric !
1.122
0.753
65
I'm sorry! I'm so sorry!
2.004
Je suis désolé !
1.643
0.704
66
I'm not gonna kill you! Hey!
20.007
Je vais te tuer !
22.521
0.873
67
The doors are closed.
11.696
Attention à la fermeture !
12.836
0.877
68
Are you all right with Christopher? I'm leaving.
2.082
Tout va bien avec Christopher ?
1.481
0.711
69
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
70
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
71
Yeah, of course. How are you?
2.478
Oui, oui, bien sûr.
2.003
0.808
72
Come on by day after tomorrow in the morning.
1.882
Vous allez venir après-demain, un matiné.
2.003
0.793
73
We're interviewing for the internships.
1.662
Nous passons des entretiens de stage.
2.024
0.782
74
Hold on one second.
4.206
Oui, oui, oui, j'ai ce qu'il faut.
3.565
0.848
75
Okay, bye.
1.281
Oui, allez, au revoir.
1.341
0.832
76
Hey, have you seen Linda and Christopher?
2.302
Salut, est-ce que t'as vu Linda et Christopher ?
2.984
0.771
77
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
78
No, let's see.
0.881
Non, je l'ai pas vu.
0.621
0.705
79
119, 120, double overtime.
2.803
119 à 120 avec deux prolongations.
2.924
0.923
80
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
81
Can't talk to you about numbers right now.
1.762
Je peux pas parler chiffres pour l'instant.
2.203
0.761
82
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
83
Get the hell out of here then, Linda.
1.121
T'as raison, barre-toi, Linda !
1.282
0.874
84
Christopher's staying with me.
1.021
Mais Christopher, reste avec moi !
1.342
0.761
85
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
86
You are so weak.
1.501
Mais vraiment, tu es tellement faible !
1.622
0.9
87
No, I am not happy anymore.
1.782
Non, je ne suis plus heureuse !
1.423
0.777
88
But Christopher's living with me.
1.321
Mais Christopher, reste avec moi !
1.782
0.74
89
Christopher's living with me.
4.825
Christopher, reste avec moi !
5.068
0.952
90
Where's mom?
1.001
Elle est où, maman ?
1.282
0.781
91
Just get your stuff.
2.343
Prends vite tes affaires, allez.
2.164
0.924
92
Let me ask you something.
1.141
Je peux te poser une question ?
1.142
0.903
93
You're staying at home where you belong, all right?
19.669001
Tu restes à la maison, là où tu dois être. Christopher !
19.801001
0.985
94
Yeah, I'm good for that, Charlie.
2.302
Oui, aucun souci, j'ai ce qu'il faut.
2.123
0.859
95
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
96
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
97
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
98
I got painters coming in.
1.241
J'ai des peintres qui viennent.
1.402
0.885
99
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
End of preview. Expand in Data Studio

DuBLaB-en-fr-0.7-f (Filtered)

Description

DuBLaB-en-fr-0.7-f 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 0.2. 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: 37380.0370 s
Mean:                  3.5297 s
Minimum:               0.2810 s
Maximum:               29.9230 s
Variance:              12.9571 s^2
  • French durations:
Global Total Duration: 39321.8110 s
Mean:                  3.7131 s
Minimum:               0.3430 s
Maximum:               29.9900 s
Variance:              13.7680 s^2

Visualizations

Text Density Distribution

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

Text Density

Cosine Similarity (English-French)

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

KDE Similarity

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")
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 in your research, please cite it as follows:

@misc{DuBLaB-en-fr-0.7-f,
  author       = {Khelif, Amine Khelif},
  title        = {DuBLaB en-fr Dataset (Version 0.7-f)},
  howpublished = {\url{https://huggingface.co/amine-khelif/DuBLaB-en-fr-0.7-f}},
  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 today! 🚀

Downloads last month
502
Size of downloaded dataset files:
11 GB
Size of the auto-converted Parquet files:
11 GB
Number of rows:
10,590

Collection including amine-khelif/DuBLaB-en-fr-0.7-f-0.2