المدونة الكلامية للدارجة التونسية
تسجيلات لناطقين أصليين مأجورين بالدارجة التونسية، مع نسخ مكتوب بالخط العربي أنتجه إنسان أو صحّحه. مبنية لتدريب أنظمة التعرف على الكلام وتقييمها على لهجة تخطئ فيها النماذج المنشورة في 30 إلى 50٪ من الحالات.
- صيغة الصوت
- M4A، AAC بـ192 كيلوبت/ث، 44.1 كيلوهرتز، أحادي. وWAV عند الطلب.
- النسخ المكتوب
- UTF-8، بالخط العربي، من إنتاج بشري أو تصحيح بشري
- اللغات
- ar-TN قيد التشغيل؛ وar-DZ وar-LY وar-MA وأربع صيغ أمازيغية عند الطلب
- التغطية الجغرافية
- 24 منطقة مرسومة في تونس، و21 منطقة لهجية في أربع دول
- التسليم
- بيان JSON أو JSONL أو CSV مع الملفات الصوتية، بعلامة مائية
- الترخيص
- تجاري وتقييمي وعلامة بيضاء — يُتفق عليه لكل مشروع
هكذا يبدو السجل المُسلَّم
هذه هي الأعمدة الفعلية لواجهة التصدير عندنا، لا مخطط مقترح. تعرفون قبل أول رسالة ما إذا كانت الحقول تناسب سلسلة التدريب لديكم.
- id
- audio_url
- text
- duration_seconds
- quality_score
- country_code
- language_code
- submitted_at
- region
- gender
- age
- tier
{
"id": "sub_8f3a1c07",
"audio_url": "audio/tn/2026/08/rec_8f3a1c07.m4a",
"text": "اليوم الحال باهي برشة، نمشيو نقعدو في القهوة",
"duration_seconds": 6.4,
"quality_score": 0.94,
"country_code": "TN",
"language_code": "ar-TN",
"submitted_at": "2026-08-19T09:41:22Z",
"region": "Sfax",
"gender": "f",
"age": "25-34",
"tier": 3
}البنية حقيقية والقيم توضيحية. حزمة عيّنة كاملة مع الصوت والبيان متاحة عند الطلب مجانًا.
من أين تأتي البيانات
كل تسجيل يُنجَز داخل تطبيقنا على يد مساهم مسجّل ومأجور — لا كشط ولا شراء من الخارج. خطوة التصحيح هي ما يجعل المادة جديرة بالتدريب: مسوّدة الآلة ليست وسمًا، أما التصحيح البشري فنعم.
كيف يقارَن هذا بالمدوّنات المتاحة مجانًايمنح كل مساهم موافقته عند كل تسجيل، مسجّلة بختم زمني. يرافق سجلّ الموافقات التسليم ويصمد أمام التدقيق.
لا كشط للبيانات ولا فتات تعهيد جماعي. يتقاضى المساهمون 1.6 إلى 2.6 ضعف الحد الأدنى القانوني للأجر بالساعة في بلدهم مقابل عمل متحقَّق منه.
يحمل كل سجل المنطقة التي أُنتج فيها، مقابَلةً بالموقع المسجّل للمساهم — فالمنطقة اللهجية واقعة لا افتراض.
كل تصدير يحمل علامة مائية ويُتتبَّع تنزيله، فأي مدونة تتسرّب يمكن ردّها إلى الرخصة التي خرجت بها.
أولى التسليمات ابتداءً من الربع الثالث 2026 — والإنتاج قائم في تونس.
حدّدوا اللغة والمجالات والمناطق والحجم. تحصلون على حزمة عيّنة وعرض سعر — ويُخطَّط الجمع وفق مواصفاتكم.