Datasets:

SPEAK-ASR
/

sinhala-spelling-correction

dyslexic_sentence stringlengths 2 68	clean_sentence stringlengths 2 65
අද සන්දව බොහොම ලස්සනයි	අද සන්ධ්‍යාව බොහොම ලස්සනයි
අද සන්දයා හරිම ලස්සනයි	අද සන්ධ්‍යා හරිම ලස්සනයි
startup එකක් කරගෙන යනවාද	startup එකක් කරගෙන යනවාද
රැකුයා නිර්මාණය කරගන්නවා	රැකියා නිර්මාණය කරගන්නවා
film එකේ ඉතූරු ටික ඹලලන්න	film එකේ ඉතුරු ටික බලන්න
ඉස්කෝලේ යන්න	ඉස්කෝලේ යන්න
ගදසට පඵ තැබුගවමි	ගදසට පා තැබුගවමි
හඩ	හඬ
සගරද කෙනෙක් එනව	සගරාව කෙනෙක් එනවා
අප්පච්චි ගියා ඔපිස් එකට	අප්පච්චි ගියා ඔෆිස් එකට
බිලියන 400 ක පමණ	බිලියන 40 ක පමණ
මෙ අහන්න	මෙහෙ අහන්න
සමහර ව්ටා කන්තාවො	සමහර විට කාන්තාවෝ
business එක ගිලිහෙනව business එක	business එක ගිලිහෙනව business එක
රුපියල් මිලියනයක් දකවා මුදල්	රුපියල් මිලියනයක් දක්වා මුදල්
අද ඉස්කොලෙ යන්න ඕනෙ	අද ඉස්කෝලෙ යන්න ඕන
මුදල් රුපියල් බිලියන 498 ම	මුදල් රුපියල් බිලියන 498
වෙන්න අපඞට බෑ	වෙන්න අපිට බෑ
ෙ හෑකී තනො ෙ යි	ෙ තනො හැකි ෙ
ඔයාලා දැකලාත් තියෙන්න ඇති TV	ඔයාලා දැකලාත් තියෙන්න ඇති TV
ගෙදරට ඉක්මනට එන්න කියනවඩ	ගෙදරට ඉක්මනට එන්න කියනවා
පංතිෙය්	පන්තියේ
සන්දයාවෙ	සන්ධ්‍යාවේ
එකෙන් buysell කරන්නපූළුවන් ඒක	එකෙන් buysell කරන්න පුළුවන් ඒක
කපුව ගාවට යනව	කපුවා ගාවට යනවා
වැරධි කරණු උපුටා දඛ්වා	වැරදි කරුණු උපුටා දක්වා
තිබෙන නිර්දේශෙ ක්‍රිාත්මග කිරීමේ	තිබෙන නිර්දේශ ක්‍රියාත්මක කිරීමේ
දුර දිග යන්න ඔනි	දුර දිග යන්න ඕනි
වසර කුහුපයකීන් වැඪිවියට පත්වෙන	වසර කිහිපයකින් වැඩිවියට පත්වෙන
එයා යනකං බලන්න	එයා යනකල් බලන්න
මිලදී ගැනීමටෙ සහ ඊට	මිලදී ගැනීමට සහ ඊට
පොතෙ ගෙනාව	පොත ගෙනාවා
තවද එම හෝඨලය පැවැත්වෙන	තවද එම හෝටලය පැවැත්වෙන
අපිට හෙට පොත් ගන්ඩ ඔන	අපිට හෙට පොත් ගන්න ඕන
කවුරුත් තනියම යන්න එපා	කවුරුත් තනියම යන්න එපා
ගඩදර ලස්සනයි	ගෙදර ලස්සනයි
අද රස්නේ කාලගුණය	අද රස්නේ කාලගුණය
අහසේ තරු පායලා	අහසේ තරු පායලා
වලක්ගෙඩිය කහ පාටයි	වල්ලාගේ ගෙඩිය කහ පාටයි
මම ආසම පාට රතු	මම ආසම පාට රතු
මේ ස්ථානය තමයි පෙප්ටයිඩ් බන්ධනය	මේ ස්ථානය තමයි පෙප්ටයිඩ් බන්ධනය
සන්ඩෙ පපෙර	සන්ඩේ පේපර්
ළමයි කතා කරනවා	ළමයි කතා කරනවා
වතුර බීල දවසම ඉඩහිටිය	වතුර බීල දවසම ඉදහිටිය
ගහට වැලට වහිනවා	ගහට වැලට වහිනවා
කලබලෙදි එයාගෙ පොත නැතිවුනා	කලබලේදී එයාගේ පොත නැතිවුණා
ඩොකඩ බැලුව	ඩොකා බැලුවා
ටිකක් ඉවසල ඉන්න	ටිකක් ඉවසලා ඉන්න
ඔයා මගේ ලඟම යාලූව තමයී	ඔයා මගේ ලඟම යාළුවා තමයි
ඔයා මොකො කරන්නේ	ඔයා මොකද කරන්නේ
සාදාගත් අි පන්තිගේ අගනක්	සාදාගත් අි පන්තිගේ අගනක්
ඇයි මෙහෙම බඩලු	ඇයි මෙහෙම බැරිලු
පැවති වියවුල් සහපත දේශපාලන	පැවති වියවුල් සහගත දේශපාලන
අපේ ගමට ගොඩක දුරයි	අපේ ගමට ගොඩක් දුරයි
ගවල්ප යායට ගනාාය අසල	ගවල්ප යායට ගනායා අසල
ගාල්ලේ ඉඳලා මම ආවා	ගාල්ලේ ඉඳලා මම ආවා
LG experience එක නෙවෙයි	LG experience එක නෙවෙයි
අද මම පලවෙනි පාරට කඩෙට ගියා	අද මම පළවෙනි පාරට කඩේට ගියා
පැවසුවේ මෙම ාර්තාව සකස්	පැවසුවේ මෙම වාර්තාව සකස්
මගෙ යලුවො ඔක්කොම ආව	මගේ යළුවො ඔක්කොම ආවා
එත් ම වනා්තර සඳහාා	එතම් ම වනා්තර සඳහා
පූස ඩුව ඇත	පූස ළුව ඇත
ඇද	ඇඳ
එයා හරිම දුකිං ඉදියෙ	එයා හරිම දුකින් හිටියෙ
අද හරිම සන්තොසයි	අද හරිම සන්තෝසයි
ඒි උත්තේ generateකරගනන අපේැ	ඒ උත්තරේ generate කරගන්න අපේ
ඩයියෙන් යන්න	බයෙන් යන්න
අම්මා මට බත් උයල දුන්න	අම්මා මට බත් උයලා දුන්නා
කඩෙනට ගිහිල්ල	කඩේට ගිහිල්ලා
ඔහුගේ හීනය වුනේ අධි	ඔහුගේ හීනය වුනේ අධි
මට කන්න ලොකු ඉදිආප්ප දොන්න	මට කන්න ලොකු ඉඳිආප්ප දෙන්න
කෘෂිකැර්මික ක්ෂේත්‍රය දියුණු කිරීම	කෘෂිකාර්මික ක්ෂේත්‍රය දියුණු කිරීම
අමාත්‍යවරයා පැවසුවේ මෙරඨ ැබංකු	අමාත්‍යවරයා පැවසුවේ මෙරට බැංකු
රහිතව තම්තේ ත ේවුම්ව	රහිතව තම්තේ ත ෙවුම්ව
අප්පච්චි වැඩට ගිය	අප්පච්චි වැඩට ගියා
එයා ලස්සන සින්දුවක් කිව්වා	එයා ලස්සන සින්දුවක් කිව්වා
දුරත එන්න එපා	දුරට එන්න එපා
දවල කාලෙ බත් කමු	දවල් කාලෙ බත් කමු
ටීචර්	ගුරුවරයාගුරුවරිය
අද වහිනවනම් හොදයි	අද වහිනවනම් හොඳයි
ගඩන්ගාවෙ යන්න	ගංගාවෙ යන්න
ඵාවිච්ි ගරැවු	පාවිච්චි කරාවි
දුර පතන	දුර ථපතන
මම ගෙදර යනව	මම ගෙදර යනවා
අම්මා බඩගිනි	අම්මා මට බඩගිනී
දැන් prompt එකෙන් දවසඛ මට	දැන් prompt එකෙන් දවසක මට
කන්න වතුර ගෙනෙන්න	කන්න වතුර ගෙනෙන්න
පිපිඤ්ඤා ගෙඩිය	පිපිඤ්ඤා ගෙඩිය
මග බැලුව	මඟ බැලුවා
මට කන්න බෑ	මට කන්න බෑ
නාඩගම් බලන්න ගියා අපි ඊයෙ	අපි ඊයේ නාඩගම් බලන්න ගියා
මම හාලෙ ගියාව	මම හාලේ ගියා
මම හෙට යන්නම් ළමයින් එක්කෙ	මම හෙට යන්නම් ළමයින් එක්ක
ඪවා පාරිභෝගිකයින් සිඨින්නට හැකියාවක් නැහැ	වඩා පාරිභෝගිකයින් සිටින්නට හැකියාවක් නැහැ
information source එකක් වෙන්න පුළුවන්	information source එකක් වෙන්න පුළුවන්
කෘත්‍රීම සම්මතයන් මත පිහිටා	කෘත්‍රීම සම්මතයන් මත පිහිටා
පොලිසියෙ ඩන්න ඔන	පොලිසියට දැනගන්න ඕන
මට පොතක් ඕන වෙලා තියෙනව	මට පොතක් ඕන වෙලා තියෙනවා
පාරේ ලොකු වලක් තියනවා	පාරේ ලොකු වළක් තියනවා
රටවල් ක් 27 නියෝජනය	රටවල් 27 ක් නියෝජනය

End of preview. Expand in Data Studio

YAML Metadata Warning: The task_categories "text2text-generation" is not in the official list: text-classification, token-classification, table-question-answering, question-answering, zero-shot-classification, translation, summarization, feature-extraction, text-generation, fill-mask, sentence-similarity, text-to-speech, text-to-audio, automatic-speech-recognition, audio-to-audio, audio-classification, audio-text-to-text, voice-activity-detection, depth-estimation, image-classification, object-detection, image-segmentation, text-to-image, image-to-text, image-to-image, image-to-video, unconditional-image-generation, video-classification, reinforcement-learning, robotics, tabular-classification, tabular-regression, tabular-to-text, table-to-text, multiple-choice, text-ranking, text-retrieval, time-series-forecasting, text-to-video, image-text-to-text, image-text-to-image, image-text-to-video, visual-question-answering, document-question-answering, zero-shot-image-classification, graph-ml, mask-generation, zero-shot-object-detection, text-to-3d, image-to-3d, image-feature-extraction, video-text-to-text, keypoint-detection, visual-document-retrieval, any-to-any, video-to-video, other

Sinhala Spelling Correction Dataset

Dataset Description

This dataset contains Sinhala text pairs for training spelling correction models. It includes:

Dyslexic/Noisy sentences: Text with spelling errors, typos, and dyslexia-like mistakes
Clean sentences: Corrected versions of the text

Dataset Statistics

Split	Samples
Train	37,712
Test	9,428
Total	47,140

Features

dyslexic_sentence: Input text with errors (string)
clean_sentence: Corrected output text (string)

Usage

from datasets import load_dataset

# Load the dataset
dataset = load_dataset("SPEAK-ASR/sinhala-spelling-correction")

# Access train and test splits
train_data = dataset['train']
test_data = dataset['test']

# Example
print(train_data[0])
# {'dyslexic_sentence': '...', 'clean_sentence': '...'}

Dataset Creation

This dataset was created by combining:

Synthetically generated noisy Sinhala text
Code-mixed (Sinhala-English) text with errors
Existing dyslexia correction datasets

Error Types Included

Spelling errors: Character substitution, deletion, insertion, transposition
Phonetic errors: Similar sounding Sinhala characters
Diacritic errors: Matra/vowel sign mistakes
Grammar errors: Word order, suffix errors

Citation

If you use this dataset, please cite:

@dataset{sinhala_spelling_correction,
  title={Sinhala Spelling Correction Dataset},
  year={2026},
  publisher={Hugging Face},
  url={https://huggingface.co/datasets/SPEAK-ASR/sinhala-spelling-correction}
}

License

This dataset is released under the MIT License.

Downloads last month: 7

Size of downloaded dataset files:

2.44 MB

Size of the auto-converted Parquet files:

2.44 MB

Number of rows:

47,140