---
dataset_info:
  features:
  - name: audio
    dtype: audio
  - name: transcription
    dtype: string
  - name: duration
    dtype: float64
  splits:
  - name: train
    num_bytes: 621160243.56
    num_examples: 3240
  - name: test
    num_bytes: 113413557.0
    num_examples: 600
  download_size: 702412597
  dataset_size: 734573800.56
---
# Dataset Card for "asosoft-speech"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

Fixing test set transcriptions that don't match the audio:

| Row | Original Reference | Corrected Reference |
|-----|-------------------|---------------------|
| 49 | ئەو کلیپە بریتییە لە چیرۆکی خۆشەویستییەکی قووڵ کە بە خیانەت کۆتایی پێدێت | ئەو کلیپە بریتییە لە چیرۆکێکی خۆشەویستی قوڵ کە بە خەیانەت کۆتایی پێدێت |
| 432 | یاسای بودجەی عێراق لە بەرژەوەندیی هاوڵاتییانی هەرێمی کوردستانە	| Removed due to the first two words being cut off in the recording |
| 433| کۆمپانیای دەرهێنانی نەوت گەشبینە بە کارکردنی لە هەرێمی کوردستان. | Removed due to the first word being cut off in the recording |
| 434 | حکوومەتی ئێران بە فەرمی ناوی دراوی وڵات دەکات بە تمەن	| Removed due to the first word being cut off in the recording |
| 485 |  ئێمە پێشنیاری گۆڕانکاری لە بڕگەی چوارەمی پڕۆژەکەدا دەکەین.| پێشنیاری گۆڕانکاری لە بڕگەی چوارەمی پڕۆژەکەدا دەکەین.	|