Hugging Face's logo

Datasets:
ZLSCompLing
/
LOD_Maxine

Tasks:
Automatic Speech Recognition
Modalities:
Audio
Text
Formats:
parquet
Languages:
Luxembourgish
Size:
10K - 100K
Tags:
audio
speech
luxembourgish
Synthetic
Libraries:
Datasets
Dask
Polars
License:
Dataset card Data Studio Files
xet
 Community
1
Dataset Viewer
Auto-converted to Parquet Duplicate
audio
audioduration (s)
0.54
9.04
text
stringlengths
4
150
filename
stringlengths
32
32
de stiermer stoung eendeiteg am abseits.
0000e52f851b4306b0c4243fcfa5d9ef
an der vakanz hunn ech d'klappluede frësch ugestrach.
00010b2fe6c842112233440c752c049f
meng bomi huet fréier alt emol en zigarillo gefëmmt.
0006485c685acec081569083717a6b0a
nomade wandere mat hirem véi dohin, wou et eppes ze friesse fënnt.
000abe4693b1f5ea390ce3d0384d8ec6
de staat encouragéiert jonk leit, hir eegen entreprise ze grënnen.
000acd1203fe149631ce6ec64e35a414
ech hunn der ëmmer getraut, mee mat deem rot do hues de mech schéin ugeschmiert!
000de0c8922099aad221e336d859ac05
d'opklärung ass och haut nach fir vill elteren e schwieregt theema.
000ea31d4ebd389369a56d4cbf754b66
meng schwëster huet hiert kleed selwer gebutt.
0011342c312233842d0a8448bdf0b7b4
mer hu mam auto sechs stonne gebraucht, awer mer haten och vill stau ënnerwee.
0014c47c0e141da02309b7ea09f7aaff
dee komiker ass bekannt fir seng subtil wuertspiller.
0015d5a7e1c83f3fea1a9da52e5c2e49
un der verdauung sinn eng rei biocheemesch virgäng bedeelegt.
001622bed5376ce86830632b707fc371
dat ass en ongeschriwwent gesetz!
0016755e736613a91b5cd79c7635c6f4
gëff dech, soss flätschen ech der eng!
001755d4bca9ebe3a3748eca54e6eb7a
ech wunnen op der cap.
00179b8dc4cfb5902ec74c5b6f543cdd
et ass irresponsabel, mat glate pneuen ze fueren.
001ef8f462d2f992c162e9e4d738a43d
et ass wichteg, eng vulgariséiert fassung vun deem dokument ze hunn.
001f3344dc1b036ac48e03c57cdfb707
vun elauter spannung halen d'spectateuren den otem un.
00213be794919cf77cdf53e32bec6577
den hielenner gëtt fir d'éischt rout an da schwaarz.
0022b3bdca64ff1b1f47d4f4b9eb84e7
den nationalkommitee huet och no deem virfall nach ëmmer vertrauen an d'parteicheffin.
0023ff6b1dd838827f18e77e96e19b8d
de conservatoire bitt och coursë fir chouerdirigenten un.
00279c744d7ed00afb8914c9847943df
mir falen d'lueden zou!
002917d962177c3ae42a8bfff6aeae46
mir hunn haut am cours iwwer d'seejomesse geschwat.
0029a87f750ae8ffca5a2faa0692a0d8
dat ass eng kniwweleg affär, wat solle mer do nëmme maachen?
002a0bc19852261aa94bbd4c160910ab
ech hu mer d'box un engem nol opgerappt.
002b7c9aac0742aebb94e652db34842a
dee babbeler kann näischt fir sech behalen.
002c33e2e526cc64a7f4cf39edffe2fe
ech kommen net un d'saachen uewen am schaf.
002ec2cd72f1d6b01bab9d4085947fbb
d'riichterin huet dem ugeklote seng versioun vun de faiten net gegleeft.
002f5eaf643ff23505f31125a3683f6b
eréischt beim nénganzwanzegste versuch ass d'experiment perfekt gelongen.
002ff43aa791713309c75a7a0cc8b9d8
hien ass kee giedlechen.
0032c3776d572dc9888fe5f4b716dea8
duerch déi vum äerdbiewen ausgeléiste vibratiounen ass déi mauer gerass.
003554868b265a35a4e7410803ec7bd2
mir hu laang genuch theoretiséiert, elo ass zäit fir ze handelen!
003569f4b95a3d4ada940b5864aa1445
op deem produkt ass e brevet.
00385e1f82aa292e45f848fd26840bed
et gëtt gesot, baldrian géif bei nervositéit hëllefen.
003dc4506139489ac8db0c699a0ce030
ech hunn d'gefill, datt d'noperen eis meiden.
003dcfa19ef0b332ed5a6f064603f078
déi spunte vu septième ginn de schüler vu première fuerchtbar op d'nerven.
004145669b460ee4ea06d32a0e72d532
mir kënnen eisem babysitter vertrauen.
0042aeb4edf440749c00afaaa1368f1e
ech iessen den apelbatz ëmmer mat, mee net de still.
004342b09064f6a9a914d91322ef6a94
den zaldot huet e bee verluer, wéi en op eng minn getrëppelt ass.
004378fe1ed0cf5fb55285e346fe9844
d'informatik ass haut an all beräich present.
0048502bb509e859bf722a2c62da9016
eise chef huet jorelaang an der vente vun engem grousse konzern geschafft.
004911fd40fae5eaa0020687f6734419
ech sinn ëmmer frou, wann ech um enn vum mount nach e puer su iwwereghunn.
004a4a5c12f31d1303f08ffe18369a8d
den inspekter huet op e geständnes gewaart, wien der léierin eng gromper an den auspuff gestach hätt.
004ffbd939d0c88ed867f6f3ac6fd780
mäi beschte frënd ass liberianer.
00510f60465fd59e7d316a33ef2cc2c6
wann d'mais sat sinn, ass d'miel batter!
0051700f33d0dc1f38e41effe8f732b2
ech wunnen zu laaschent.
005352e075fe4a932081637ec327d0fc
deng haut fillt sech ganz dréchen un.
0054e2d69110584b074a5d27a40b005b
déi entzündung muss stationär behandelt ginn.
0055b01368a46c1b5e5492c3cfc81881
eise mëllechmann ass e bossege patréiner.
0056a3e9ecafc657591839776c46916b
mat der zäit gouf de lausbouf méi verstänneg.
0059c7449810c45e5c2fa253f1d8a7a5
mir stinn eis den ament schlecht, well mer dräi kanner op der uni hunn.
005fa35e4cab1f12905796c535619340
ech war schonn dräimol am benin.
0060eb97f44cfc8f22e1f959fefb0e27
nom brand kann d'scheier jidderzäit an e koup falen.
00610f770f0eaa8c22388cc3584f0e62
du hues haut nach net vill ëmgerass!
0061744c3b4e939a459a3fd93cf5a7a2
d'mëttelen, mat deenen déi firma schafft, sinn op der limitt vun der legalitéit.
006230ada5053b249f2cb30ed0e6b0b9
deng mamm huet am alter awer nach eng sportlech allür.
0062463b295b2e12707553521c51ae7f
an de leschte joren ass den taux vum chômage stänneg an d'luucht gaangen.
00687cc482fd015fefbb4a05743ad66c
mäin auto huet hannen eng téitsch.
00693bc59df61ce9435118a36dd544aa
an der molkerei gëtt d'mëllech pasteuriséiert.
006966f08ed31e80d97c6c8a5ea70ee3
duerch deen décken niwwel si mer vum wee ofkomm.
0069ee3578533f45475130e69b8e3667
dee produit huet eng sécher positioun um internationale maart.
006bc534501d254c62e4a844c8d5c3cd
däi brudder soll mech mat sengem gedeessems verschounen, an du mech mat dengem!
006db27a3570ebde818f81b86df8c21b
meng schwëster huet mech mat schnéiklatze gehäit, mee et gouf mech net.
006e854b64bb0726a7a58e65192c9bf3
dës figur gehéiert zu engem ensembel vu skulpturen.
0070a8802005b33c3fc8d57508c20007
eis congéë fale glécklecherweis zesummen!
0072719707b72e1ef44b4cd4f03eafc1
an den hotelle gëtt probéiert, de verbrauch vu frëschen handdicher ze reduzéieren.
0072876e2e68192772da0e94aad0a8b8
ech wunnen um bicherhaff.
00746f18e151a489fc8faad2ec24d518
o, ech dabo!
0075ad157963396aaf9ee054029211f0
wéi laang bréien d'hauwendaucher?
007b26b9217e85c26194af41ddb61750
dat ass de combel!
007d8aa6e1817b63851ce84359fad76c
nenn d'kand mam numm!
007e7d35a2f76b2f2e530e5758f91e3f
zu wéi engem mudderschof gehéiert dat schwaarzt jongt do?
007e89d8467a439a3391a301555eebdb
an dësem bësch mussen d'bamstämm vu päerd erausgeschleeft ginn.
007ee14d72c1aa348acf6aece805f550
hues de mäi bréif wierklech vu roserei zerrass?
00804e31a12d62a2573000f60bb8d98d
an deem haus wunnt e richtege kauz.
00836c936d749471380f4beb330868a5
de pneuefabrikant huet en neit wierk opgemaach.
00852e12c23d05f9523115812b6ae077
pass op mat där këscht, et ass elauter zerbriechlecht geschier dran!
0088d03aa921c05d710931f0c424cd4c
an der schoul hu mir geometresch formen op millimeterpabeier gezeechent.
008c3a7e56282060136c601ef1538848
d'rekrutte ginn dräi deeg laang gemustert.
008ec6abce2667b76f6eb69c30de51c1
mengs de, ech géif hei wunne bleiwen?
008fd989c9882074a3489a0ac3220bcd
eng neurochirurgesch operatioun ass ëmmer nach mat ville risike verbonnen.
009032b8dbf3d4b9657061f0468a6010
a mengen aen ass et méckepéilerei, dësen text wuert fir wuert ze analyséieren.
00923db946c129a2924f29cdee461c6b
géi mer an d'spënnchen e glas kornischonge sichen!
0092f409f2e2ca856d4c2c10f1b9e52b
mir hunn d'iwwerweisung fir d'memberskaart scho gemaach.
0094147a1f95333682d8d53c1e5f4b0b
lee e stéck holz no, soss geet d'feier aus!
009775695bfaa715126eec283fce6a47
beim aperitif huet hien en disk mat klassescher musek opgeluecht.
00989b300585788d70b6eed1898cbd09
de kontrabass ass e wichtegt instrument an enger jazzband.
00989be251dfbacca791933e909df427
d'harespelen hunn en nascht an eng vun eise rollluedekëschte gebaut.
009ad1e889c68f8a3c84b0b15ff6bcfa
ech wunnen an der ringbaach.
009e4c1f4769498c4075b151c2db1c04
ech wunnen zu réimech.
00a047a5a244d930a6013c8f724a1a18
hien hält all mëtteg seng rascht.
00a088f76b1cd7ff8c916462e2b521c6
mir hunn nach e bësse sputt am budget.
00a39f02b5a52621d81699836a2832b1
wann dompegt wieder ass, dréchent d'wäsch net.
00a54a8e1bb8c1facbe9da5c933e4a24
huel d'kromm a maach spéin, fir d'feier unzefänken!
00a8f7ec4a93d5fd4855e2194c56c578
an der mille ginn d'säck iwwer eng rëtsch op den unhänger gelooss.
00ab7b99bf4fae021e4b8c55cb6cb627
wéi ech mäi schlëssel vergiess hat, huet de wärter mer d'dier opgespaart.
00abcb52d363601f830271fe2b3abd78
meng schwéiesch ass diakonin an der anglikanescher kierch.
00aca309e43a58a84786e32bd3f94f78
ech hu meng cden all op de computer iwwerspillt.
00acea99162dcc067840507ab44639ce
nom accident ass de mann mat zidderege been aus dem auto geklommen.
00aef6fbb37a3678eb2a6e0d7281b4dc
mir hunn de ganzen dag kuele geschëppt.
00afc84bd676510d2aee666fd3c5ec31
ech kréien nach drësseg euro eraus.
00b050802cc53663fcd2d181afd08e15
End of preview. Expand in Data Studio

LOD_Maxine Dataset

Dataset Description

LOD_Maxine is a Luxembourgish speech dataset containing audio recordings paired with transcriptions. The audio features a synthetic voice named Maxine reading example sentences from the LOD (Lëtzebuerger Online Dictionnaire) available at lod.lu.

Dataset Statistics

  • Total samples: ~32,000
  • Language: Luxembourgish (Lëtzebuergesch)
  • Audio format: WAV files
  • Sample rate: 22,050 Hz

Dataset Structure

Each sample contains:

  • audio: Audio file in WAV format
  • text: Transcription text
  • filename: Original filename identifier

Example 

from datasets import load_dataset

dataset = load_dataset("ZLSCompLing/LOD_Maxine")

# Access a sample
sample = dataset[0]
print(f"Text: {sample['text']}")
# Audio can be accessed via sample['audio']

License

This dataset is released under the CC0 license - fully public domain with free use and no attribution required.

Contact

For questions or issues regarding this dataset, please contact the repository maintainers.
Downloads last month
28
Number of rows:
32,000
Total file size:
4.35 GB