Datasets:

obadx
/

qdat_bench

dataset_info:
  features:
    - name: audio
      dtype: audio
    - name: id
      dtype: string
    - name: original_id
      dtype: string
    - name: gender
      dtype: string
    - name: age
      dtype: int64
    - name: qalo_alif_len
      dtype: int64
    - name: qalo_waw_len
      dtype: int64
    - name: laa_alif_len
      dtype: int64
    - name: separate_madd
      dtype: int64
    - name: noon_moshaddadah_len
      dtype: int64
    - name: noon_mokhfah_len
      dtype: int64
    - name: allam_alif_len
      dtype: int64
    - name: madd_aared_len
      dtype: int64
    - name: qalqalah
      dtype: int64
    - name: phonetic_transcript
      dtype: string
    - name: sifat
      list:
        - name: ghonna
          dtype: string
        - name: hams_or_jahr
          dtype: string
        - name: istitala
          dtype: string
        - name: itbaq
          dtype: string
        - name: phonemes
          dtype: string
        - name: qalqla
          dtype: string
        - name: safeer
          dtype: string
        - name: shidda_or_rakhawa
          dtype: string
        - name: tafashie
          dtype: string
        - name: tafkheem_or_taqeeq
          dtype: string
        - name: tikraar
          dtype: string
  splits:
    - name: train
      num_bytes: 93825539
      num_examples: 159
  download_size: 85854420
  dataset_size: 93825539
configs:
  - config_name: default
    data_files:
      - split: train
        path: data/train-*

قاعدة بيانات معيارية صغيرة الحجم (159 عينة) لأجل تقييم أداء نماذج الذكاء الاصطناعي لكشف أخطاء التلاوة وقواعد تجويد القرآن الكريم.
لقد تم بناء هذه قاعدة البيانات على qdat من الورقة البحثية
المقاطع عبارة عن قارءة لآية: {قَالُوا۟ لَا عِلْمَ لَنَآ إِنَّكَ أَنتَ عَلَّٰمُ ٱلْغُيُوبِ} بسورة المائدة من الآية 109

آلية بناء البيانات المعيارية

كان لدى qdat بعض العيوب مما أدى لبناء qdat_bench أهمها:

عدم تغطية كل قواعد التجويد
كانت تحتوي على 161 قارئ وقام كل قارئ بتسجيل 10 مقاطع لنفس الأحكام والقواعد فقمنا باختيار مقطع لك قارئ

هيكل البيانات

الميزات الرئيسية:

audio: الملف الصوتي (معدل العينة: غير محدد، أحادي القناة)
id: معرف فريد لكل عنصر
original_id: المعرف الأصلي في مجموعة البيانات الأصلية
gender: جنس القارئ (ذكر/أنثى)
age: عمر القارئ
phonetic_transcript: النص الصوتي باستخدام حزمة quran-transcript

أحكام المدود:

qalo_alif_len: طول مد الألف في كلمة "قالوا" (0-8)
qalo_waw_len: طول مد الواو في كلمة "قالوا" (0-8)
laa_alif_len: طول مد الألف في كلمة "لا" (0-8)
separate_madd: طول المد المنفصل في "لنا إنك" (0-8)
allam_alif_len: طول مد الألف في كلمة "علام" (0-8)
madd_aared_len: طول المد العارض للسكون (0-8)

أحكام الغنة:

noon_moshaddadah_len: طول النون المشددة في "إنَّك" (0=جزئي, 1=كامل)
noon_mokhfah_len: طول النون المخفاة في "أنت" (0=نون, 1=جزئي, 2=كامل)

أحكام القلقلة:

qalqalah: وجود القلقلة في "الغيوب" (0=لا يوجد, 1=يوجد)

صفات الحروف:

كل مجموعة حروف صوتية مثل: "اااا" في ال phonetic_transcript لها 10 صفات في العمود sifat على هيئة dictionary

ghonna: الغنة
hams_or_jahr: الهمس أو الجهر
istitala: الاستطالة
itbaq: الإطباق
phonemes: الأصوات
qalqla: القلقلة
safeer: الصفير
shidda_or_rakhawa: الشدة أو الرخاوة
tafashie: التفشي
tafkheem_or_taqeeq: التفخيم أو الترقيق
tikraar: التكرار

الاستخدام

from datasets import load_dataset

ds = load_dataset('obadx/qdat_bench')
print(ds['train'][0])  # عرض العينة الأولى

الإحصائيات

عدد العينات: 159
Split: train فقط

English

QDat-Bench Dataset

A benchmark dataset for evaluating model performance in processing Quranic audio recordings with focus on Tajweed rules.

Description

This dataset contains Quranic audio recordings with detailed annotations for Tajweed characteristics. It is designed to serve as a benchmark for evaluating audio processing models in recognizing Tajweed rules.

Data Structure

Main Features:

audio: Audio file (sampling rate: None, mono channel)
id: Unique identifier for each element
original_id: The item's ID in the original dataset
gender: Reciter's gender (male/female)
age: Reciter's age
phonetic_transcript: Phonetic transcription using quran-transcript package

Madd (Prolongation) Rules:

qalo_alif_len: Length of normal madd alif in word "قالوا" (0-8)
qalo_waw_len: Length of normal madd waw in word "قالوا" (0-8)
laa_alif_len: Length of normal madd alif in word "لا" (0-8)
separate_madd: Length of separate madd for "لنا إنك" (0-8)
allam_alif_len: Length of normal madd alif in word "علام" (0-8)
madd_aared_len: Length of madd aared for sukoon (0-8)

Ghunnah (Nasalization) Rules:

noon_moshaddadah_len: Length of noon moshaddadah in "إنَّك" (0=partial, 1=complete)
noon_mokhfah_len: Length of noon mokhfah in "أنت" (0=noon, 1=partial, 2=complete)

Qalqalah (Echo) Rules:

qalqalah: Existence of qalqalah for "الغيوب" (0=no qalqalah, 1=has qalqalah)

Letter Characteristics:

Contains a list of characteristics for each letter:

ghonna: Ghunnah (nasalization)
hams_or_jahr: Hams (whisper) or Jahr (clarity)
istitala: Istitala (elongation)
itbaq: Itbaq (adhesion)
phonemes: Phonemes
qalqla: Qalqalah (echo)
safeer: Safeer (whistling)
shidda_or_rakhawa: Shidda (strength) or Rakhawa (softness)
tafashie: Tafashie (diffusion)
tafkheem_or_taqeeq: Tafkheem (emphasis) or Taqeeq (thinning)
tikraar: Tikraar (repetition)

Usage

from datasets import load_dataset

ds = load_dataset('obadx/qdat_bench')
print(ds['train'][0])  # Display first sample

Statistics

Number of samples: 159
Split: train only