---
language:
- bci
license: cc0-1.0
task_categories:
- automatic-speech-recognition
task_ids:
- speech-recognition
pretty_name: Common Voice Baoulé (bci)
size_categories:
- 1K<n<10K
tags:
- audio
- speech
- baoulé
- bci
- common-voice
- low-resource
- african-languages
---

# Common Voice — Baoulé (bci)

Dataset audio en langue **baoulé** (code ISO 639-3 : `bci`),
extrait de Mozilla Common Voice.
Le baoulé est une langue kwa parlée en Côte d'Ivoire.

## Splits

| Split      | Exemples |
|------------|----------|
| train      | ~319     |
| test       | ~290     |
| validation | ~267     |

## Colonnes

| Colonne     | Type   | Description                        |
|-------------|--------|------------------------------------|
| `audio`     | Audio  | Signal 16 kHz mono                 |
| `sentence`  | string | Transcription en baoulé            |
| `client_id` | string | Identifiant anonymisé du locuteur  |
| `path`      | string | Nom du fichier original            |
| `locale`    | string | `bci`                              |

## Utilisation

```python
from datasets import load_dataset

ds = load_dataset("votre-pseudo/baule-common-voice")

# Écouter le premier exemple
sample = ds["train"][0]
print(sample["sentence"])
# → array audio lisible avec IPython.display.Audio ou tout player

# Accéder au signal
array = sample["audio"]["array"]   # np.ndarray float32
sr    = sample["audio"]["sampling_rate"]  # 16000
```

## Caractères spéciaux du baoulé

Ce dataset contient les caractères Unicode spécifiques au baoulé :
`ɛ`, `ɔ`, `ŋ`, `ʼ` ainsi que des voyelles avec tons diacritiques.